一种基于解耦表示的场景生成模型的美学增强方法

摘要

本发明公开了一种基于解耦表示的场景生成模型的美学增强方法，首先选取一个StyleGAN的场景生成模型，得到隐向量矩阵Z和对隐向量矩阵Z做非线性变换产生的隐向量矩阵W；然后训练图像美学评价模型和图像美学风格模型，得到预测评分S；利用隐向量矩阵W以及预测评分S训练SVM分界面；对所选StyleGAN场景生成模型进行生成图像美学增强。本发明通过训练不同的美学预测器，对GAN生成网络中潜在的美学神经元进行解耦和操控，从而实现生成图像美学属性的可编辑，通过对隐空间进行语义编辑改变图像美学属性的方式，避免了对GAN模型结构的改动以及GAN的重新训练与调优，从而极大的缩短训练时间、减少所需资源。