[发明专利]通过中间潜在空间控制神经网络

权利要求书

1.一种在数字内容创建数字媒体环境中由至少一个计算设备实现的方法，所述方法包括：

接收针对生成式对抗网络(GAN)的生成器网络的第一数据，所述生成器网络具有多个层，所述多个层包括初始层、第一层和第二层；

接收针对由所述生成器网络生成的新图像的第一效果的输入选择；

通过基于所述输入选择修改所述第一数据来生成第二数据，所述修改包括：将分解向量应用于由所述第一层生成的激活值；

将所述第二数据提供给所述第二层，所述第二层是所述生成器网络中的比所述第一层更后面的层；以及

使用所述生成器网络和所述第二数据来生成具有所述第一效果的所述新图像。

2.根据权利要求1所述的方法，所述第一数据包括由所述第一层生成的所述激活值，所述方法还包括：

从所述生成器网络的所述第一层获得激活值的多个集合，激活值的每个集合是从被输入至所述生成器网络的多个不同潜在向量中的一个潜在向量而被生成的；

通过对激活值的所述多个集合执行分解技术，来从激活值的所述多个集合生成多个分解向量；以及

生成所述第二数据包括：通过将所述多个分解向量中的一个分解向量应用于所述第一数据来生成所述第二数据。

3.根据权利要求2所述的方法，将所述多个分解向量中的一个分解向量应用于所述第一数据包括：将所述多个分解向量中的所述一个分解向量添加至所述第一数据、或者从所述第一数据中减去所述多个分解向量中的所述一个分解向量。

4.根据权利要求2所述的方法，生成所述第二数据还包括：通过将所述多个分解向量中的一个分解向量应用于被输入至所述生成器网络的所述初始层的潜在向量来生成所述第二数据。

5.根据权利要求2所述的方法，将所述多个分解向量中的一个分解向量应用于所述第一数据包括：将所述第一数据投射于多个分解向量的集合上。

6.根据权利要求5所述的方法，多个分解向量的集合包括本征向量的集合。

7.根据权利要求1所述的方法，所述方法还包括：

从所述生成器网络的所述第一层获得激活值的多个集合，激活值的每个集合是从被输入至所述生成器网络的所述初始层的多个不同潜在向量中的一个潜在向量而被生成的；

通过对激活值的所述多个集合执行分解技术，来从激活值的所述多个集合生成多个分解向量；以及

生成所述第二数据包括：通过将所述多个分解向量中的一个分解向量应用于被输入至所述初始层的所述潜在向量来生成所述第二数据。

8.根据权利要求7所述的方法，将所述多个分解向量中的一个分解向量应用于被输入至所述初始层的所述潜在向量包括：将所述多个分解向量中的所述一个分解向量添加至被输入至所述初始层的所述潜在向量、或者从被输入至所述初始层的所述潜在向量中减去所述多个分解向量中的所述一个分解向量。

9.根据权利要求1所述的方法，生成所述第二数据包括：通过生成与被输入至所述生成器网络的所述初始层的潜在向量不同的新潜在向量来生成所述第二数据。

10.根据权利要求9所述的方法，生成所述新潜在向量包括：随机地生成所述新潜在向量。

11.根据权利要求1所述的方法，生成所述第二数据包括：

从第一源图像潜在向量获得由所述生成器网络的所述第一层生成的第一激活值；

从第二源图像潜在向量获得由所述生成器网络的所述第一层生成的第二激活值；

通过在所述第一激活值和所述第二激活值之间进行内插来生成所述第二数据；以及

修改所述第一数据包括：用所述第二数据替换所述第一数据。

12.根据权利要求11所述的方法，生成所述第二数据还包括：通过生成与被输入至所述生成器网络的所述初始层的潜在向量不同的新潜在向量来生成所述第二数据。