近日，来自 AMazon One 的研究人员提出了一个训练 GAN 的框架，可以对生成的图像进行显式控制。该框架能够通过设置确切的属性（例如年龄，姿势，表情等）来控制生成的图像。
AMazon One团队最近提出了一个可以对生成的图像进行显式属性控制的GAN训练框架，能够通过设置确切的属性来控制生成的图像，如年龄、姿势、表情等。
这篇论文目前已经发布在aRxiv上，并且在Google网盘中有相应的补充说明。
目前大多数编辑GAN生成的图像的方法都是通过利用隐空间解构属性来实现部分控制，这些属性是在标准GAN训练后隐式获得的。这种方法能够改变某些属性的相对强度，但不能显式地设置它们的值。
而最近提出的方法，是为显式的准确控制人脸属性而设计的，利用可变形的3D人脸模型来实现GAN中的细粒度控制能力。
与以往方法不同的是，这种控制不受限于可变形的三维人脸模型参数，并且可以扩展到人脸领域之外。
使用对比学习，获得了具有明确分解隐空间的GAN。这种分解被用来训练控制编码器，将人类可解释的输入映射到合适的隐向量，从而允许显式的控制。
在人脸领域，研究人员展示了对身份、年龄、姿势、表情、头发颜色和照明的控制，还演示了我们的框架在画像和狗图像生成领域的控制能力，证明了新的方法在质量和数量上都达到了SOTA。
在第一阶段，构建每一个BATch的每个属性都有一对隐向量，共享一个相应的子向量。 除了对抗性损失外，该批图像中的每张图像都会以对比的方式，逐个属性地与其他所有图像进行比较，并考虑到它的子向量是相同还是不同。
在第二阶段，编码器被训练成将可解释的参数映射到合适的隐向量。
在推理阶段，是通过将第k个编码器输入设置为所需值，实现对属性k的显式控制。
对光线、角度和表情的显式控制效果：
研究人员使用了ARcFACE提取生成图像的嵌入向量，具体做法是生成10K个共享ID属性的图像对和具有不同的姿势、照明和表情属性的图像。
对发色和年龄的控制效果：
为了验证模型确实对输出有明确的控制，研究人员进行了控制精度的比较。从FFHQ中随机选取10K张图像，并对其属性进行预测，以产生一个在真实图像中出现的可行属性池。
还可以实现在保持其他属性不变的情况下，改变绘画的艺术风格：
对于喜欢养宠物的人来说，也可以显式控制生成的狗狗图像的一些属性：
同时，不只可以改变一个属性，还可以同时控制多个属性值：
通过测试AMazon One的可控GAN模型，本以为现在的美颜工具已经十分好用了，看来未来还会有更加惊艳的功能可以期待。