StyleGAN论文： 《A Style-Based Generator Architecture for Generative Adversarial Networks》
代码： https://github.com/NVlabs/stylegan
StyleGANv2论文： 《Analyzing and Improving the Image Quality of StyleGAN》
代码： https://github.com/NVlabs/stylegan2
StyleGAN
贡献
1、借鉴风格迁移，提出style-based生成器；
2、解耦高级属性（例如，在人脸训练时的姿势和特性）和生成的图像中的随机变量（例如雀斑、头发）；
3、提出高质量人脸数据集（FFHQ）；
解决问题
StyleGAN解决生成过程黑盒问题，通过重新设计生成器结构。通过控制每一层级的输入，网络中增加噪声，将高层次特征（姿势）与随机变量（发色）分离。
算法原理
传统的生成器如左图，仅在输入层接入隐向量，Style-based生成器如右图；
StyleGAN移除传统输入，引入Mapping network f进行映射，其由8个全连接层构成，映射网络的目标是将输入向量编码为中间向量，中间向量W的不同元素控制不同的视觉特征。从而减少特征之间相关性（解耦，特征分离），该模块将z映射为w，因此Synthesis network中最开始的输入变成了常数张量，见上图b中的Const 4x4x512；
仿射变换A将w转化为y=（ys，yb），AdaIN所需要的平移和缩放因子；
人脸有很多可以看作是随机的特性，比如头发位置，通过在每个尺度增加噪声实现，该噪声为高斯组成的单通道图像，通过B将可学习的缩放参数对输入的高斯噪声进行变换；
生成网络g有18层，每个尺度有两个卷积层，共9个尺度（
4
2
?
102
4
2
4^2-1024^2
42?10242）
输入每个特征图xi独立进行归一化，与B输出噪声相加，输入到AdaIN进行变换，输出特征；
AdaIN结构如式1，
实验结果
横轴表示style w2，纵轴表示style w1；
coarse styles，分辨率为（
4
2
?
8
2
4^2-8^2
42?82）层使用w2；姿势、一般发型、脸型和眼镜等高级特性随B，其余眼睛、头发、灯光随A
middle style，分辨率为（
1
6
2
?
3
2
2
16^2-32^2
162?322）层使用w2；较小比例的面部特征、发型、睁眼/闭眼来自B；而 A 的姿势、一般脸型和眼镜被保留；
fine styles，分辨率为（
6
4
2
?
102
4
2
64^2-1024^2
642?10242）层使用w2；B主要带来配色和微观结构。