CVPR2020 GAN文章整理

以后会持续更新，希望大家能够一起探讨，共同学习，有兴趣可以私信我。

3月31日已更新，增加3篇，共22篇。

3月30日已更新，增加2篇，共19篇。

1、Interpreting the Latent Space of GANs for Semantic Face Editing

https://genforce.github.io/interfacegan/

CUHK Bolei Zhou团队的文章，第一作者Yujun Shen目前在FacekBook做Research intern。该文章主要讲对已经训练好的GAN进行编辑，训练超平面，将图像的特征和latent code对应起来，通过编辑latent code距离超平面的距离来控制图像的特征信息。主要的实验是在StyleGAN和ProGAN上进行的。目前从效果上来看尚未能够完全的将特征解耦。由于我比较关注ID信息，发现变化过程中ID信息难以维持。这篇文章挂出来比较久，应该很多人都知道了。

2、Image Processing Using Multi-Code GAN Prior

https://arxiv.org/pdf/1912.07116.pdf

和第一篇文章是相同团队的作品，所以研究内容也是一脉相承。该文章主要讲利用已经训练好额GAN网络对训练集不可见domain图像的重构，同样也是在styleGAN和proGAN上进行试验的。由于单一噪声学习到的是训练集的分布，所以为了完成对未知domain图像的重构，作者采用多个噪声输入。作者认为“每一个噪声无法重构完整的图像，但是能够重构出图像的一部分内容，所以多个噪声联合，便能够重构出完整的图像”。当然，如果在噪声域进行联合，则依然跳不出噪声的分布，所以是在生成器的中间层，多特征进行融合。最终效果也是非常好，对于不可见图像完成逼真的重构。该方法可以作为无监督的方法实现图像的超分、去噪、上色等等。具有较大的应用价值，强烈推荐。

3、Cascade EF-GAN: Progressive Facial Expression Editing with Local Focuses

https://arxiv.org/pdf/2003.05905.pdf

该文章主要实现的是人脸表情编辑。

4、Alleviation of Gradient Exploding in GANs: Fake Can Be Real

https://arxiv.org/pdf/1912.12485.pdf

GAN的判别。

5、Noise Robust Generative Adversarial Networks

https://arxiv.org/pdf/1911.11776.pdf

这篇文章讲的是在有噪声的训练集上训练GAN网络生成无噪声的图像，并且不需要预先给定噪声的分布数值。后续作者又挂出了该文章的升级版《Blur, Noise, and Compression Robust Generative Adversarial Networks》（https://arxiv.org/pdf/2003.07849.pdf）

6、PULSE: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models

https://arxiv.org/pdf/2003.03808.pdf

这篇文章是Duke大学的文章，与第二篇文章相同，同样是实现不同domain图像的重构，我看了一下，可能没懂。我感觉作者认为噪声分布能够重构出其他domain的图像。latent code对应的一个超球面上分布，基于梯度的方法无法实现在球面的上优化，而是使得latent code向球心运动，所以为了重构出其他domain的数据，需要一些技巧在球面上移动latent code。

7、A Characteristic Function Approach to Deep Implicit Generative Modeling

https://arxiv.org/pdf/1909.07425.pdf

该文章类似于WGAN-GP，讲的是GAN的基础架构,。

8、Your Local GAN: Designing Two Dimensional Local Attention Mechanisms for Generative Models

https://arxiv.org/pdf/1911.12287.pdf

该文章讲的是一种稀疏的注意力机制，作者认为，不仅在GAN上，在其他注意力相关任务上也可以应用。

9、Semantic Pyramid for Image Generation

https://arxiv.org/pdf/2003.06221.pdf

该文章讲利用训练好的分类等提取高层语义的网络，通过不同layer的加入融合，来控制生成图像。语义信心越low，则图像越和输入接近，否则和输入变化越大，只是保留相同的语义。

10、MSG-GAN: Multi-Scale Gradient GAN for Stable Image Synthesis

https://arxiv.org/pdf/1903.06048.pdf

这篇文章和proGAN比较类似，不同的是proGAN是逐层渐进训练的，而该方法是每一层都约束，由于该文章比较早就挂出来了，网上讲解的有很多。这里便不做过多介绍。

11、From Patches to Pictures (PaQ-2-PiQ): Mapping the Perceptual Space of Picture Quality

https://baidut.github.io/PaQ-2-PiQ/

严格来说，这并不是一篇GAN的文章。而是一种图像质量的评价方法，近年来已经有很多文章研究真实的感知损失，替代在一些情况下容易失效的L1和L2 Loss。而我们知道在GAN的训练中，除了GANloss之外，其他的Loss也同样重要，所以研究感知损失，也是和GAN息息相关的。

12、CNN-generated images are surprisingly easy to spot... for now

https://arxiv.org/pdf/1912.11035.pdf

同样，该文章也不是GAN方法的文章。而是讲述如何区分真实的图像和GAN生成的图像。那么作为“强大的敌人”，如果将其引入到GAN的鉴别器中，应该对GAN质量的提高带来一定的帮助。

13、Face X-ray for More General Face Forgery Detection

https://arxiv.org/pdf/1912.13458.pdf

这篇文章与第12篇属于相同的范畴，不做不过介绍，对GAN和真实图像区分感性的同学可以看看。

14、Watch your Up-Convolution: CNN Based Generative Deep Neural Networks are Failing to Reproduce Spectral Distributions

https://arxiv.org/pdf/2003.01826.pdf

这篇文章是从频率的角度来讲GAN损失情况，也就是对真实图像和GAN生成的图像进行频谱分析，发现即便是styleGAN这种效果卓群的网络，在频域上依然与真实的图像存在差异，为此设计添加频率约束的生成网络，保证了生成图像的质量。

15、On Positive-Unlabeled Classification in GAN

https://arxiv.org/pdf/2002.01136.pdf

该文章的主要思路是，鉴别器判断图像的质量而不是图像的real和fake，通过该方式提高生成图像的质量。

16、GAN Compression: Efficient Architectures for Interactive Conditional GANs

https://arxiv.org/pdf/2003.08936.pdf

该文章讲述的是GAN的压缩方法，在保证GAN效果的同时，能够大大降低生成器的冗余，在pixel2pixel，cycleGAN等条件GAN网络上取得了显著的效果，压缩率超过了1/9。

17、BachGAN: High-Resolution Image Synthesis from Salient Object Layout

https://arxiv.org/pdf/2003.11690.pdf

从布局生成图像的方法，相较于GauGAN从语义生成图像，该方法对于用户的输入要求更低，只需要给出几个boundingbox便可以生成图像。同样任务论文，arxiv也新挂出来一篇，感兴趣的可以看看https://arxiv.org/pdf/2003.11690.pdf。这个领域应该是一个月来越得到重视的GAN的子领域。

18、Controllable Person Image Synthesis with Attribute-Decomposed GAN

https://arxiv.org/pdf/2003.12267.pdf

北大和字节跳动的文章，主要是描写人物的合成，从文章给出的图来看效果还是很好的，可以提取不同人的特征组合出一个新的人物来，实现控制一个人的姿势穿着等等。

19、Augmenting Colonoscopy using Extended and Directional CycleGAN for Lossy Image Translation

https://arxiv.org/pdf/2003.12473.pdf

主要是cycleGAN在医学图像转换中的应用，但是文章提出的训练技巧在所有的cycleGAN相关任务中应该都能够有着较好的应用，对于使用cycleGAN的人还是值得一看的。

20、Adversarial Feature Hallucination Networks for Few-Shot Learning

https://arxiv.org/pdf/2003.13193.pdf

利用条件WGAN实现特征的合成，进而实现分类的数据集扩增。

21、One-Shot Domain Adaptation For Face Generation

https://arxiv.org/pdf/2003.12869.pdf

FAIR的文章，利用已经训练好的styleGAN网络，生成和单张target image具有相同分布图像，实现数据集扩增。

22、Semantically Mutil-modal Image Synthesis

https://arxiv.org/pdf/2003.12697.pdf

华中科大的文章，利用语义生成图像，GroupDNet—— Group Decreasing Network。网络非常规地采用群卷积，并修改卷积的组数以减少解码器中的数量，从而大大提高了训练效果。