要約
この調査の目的は、StyleGAN を使用した顔の生成と編集のための最先端の深層学習手法の概要を提供することです。
この調査では、PGGAN から StyleGAN3 までの StyleGAN の進化をカバーしており、トレーニングに適したメトリクス、さまざまな潜在表現、StyleGAN の潜在空間への GAN 反転、顔画像編集、クロスドメインの顔の様式化、顔の復元、および
ディープフェイクアプリケーションさえも。
深層学習の分野に関する基本的な知識があり、アクセスしやすい入門書と概要を探している読者に、この分野への入り口を提供することを目的としています。
要約(オリジナル)
Our goal with this survey is to provide an overview of the state of the art deep learning methods for face generation and editing using StyleGAN. The survey covers the evolution of StyleGAN, from PGGAN to StyleGAN3, and explores relevant topics such as suitable metrics for training, different latent representations, GAN inversion to latent spaces of StyleGAN, face image editing, cross-domain face stylization, face restoration, and even Deepfake applications. We aim to provide an entry point into the field for readers that have basic knowledge about the field of deep learning and are looking for an accessible introduction and overview.
arxiv情報
| 著者 | Andrew Melnik,Maksim Miasayedzenkau,Dzianis Makarovets,Dzianis Pirshtuk,Eren Akbulut,Dennis Holzmann,Tarek Renusch,Gustav Reichert,Helge Ritter |
| 発行日 | 2023-09-27 14:34:46+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google