目录

StyleFlow

---

StyleFlow

对于属性约束采样：

一张图像Io经由StyleGAN等生成器反向编码后会得到18x512维度的W特征向量，每一个W代表某一个高层级的风格属性，而一张图像经由特定属性分类器分类回归后会得到不同的属性值。在这里有个对应关系，一张图像如果它可以被分类到相应的属性比如戴眼镜、年龄30、性别男等，那么它的W特征空间也应该是可以分类到相应属性的。所以，联合反向编码JRE在特定约束属性下持续对W特征隐码正则化，从而获得对应的512维的Zo隐码向量，Zo是一个0均值的正态分布向量。

对于属性可控编辑：

在获得属性约束采样后的Zo后，假如我们要编辑某个属性比如年龄，那么只要改变该属性对应的属性值，然后再由Zo结合目标属性在约束持续正则化流CNF（conditional continuous normalizing flow ）模块的前向推理下生成对应已解耦了的W特征向量，之后组合成一个18x512维的具有高层级风格属性的隐码空间，再经由相应的StyleGAN生成器生成相应的图像，即可得到已编辑了某个属性的图像，且该图像仅修改了相应的属性而不会对其他属性产生影响。

约束持续正则化流CNF模块：

基于Styl