SwipeGANSpace：通过高效潜在空间探索的滑动比较图像生成

由于潜在空间的高维特性，使用生成对抗网络生成首选图像具有挑战性。在本研究中，我们提出了一种新方法，使用简单的用户滑动交互来为用户生成首选图像。为了仅通过滑动交互有效探索潜在空间，我们对StyleGAN的潜在空间进行主成分分析，创建有意义的子空间。我们使用多臂 bandit 算法决定探索的维度，聚焦于用户的偏好。实验表明，我们的方法在生成首选图像方面比基线方法更高效。此外，在图像生成过程中首选图像的变化或完全不同的图像风格的展示被观察到提供了新的灵感，随后改变了用户偏好。这凸显了用户偏好的动态特性，我们提出的方法认可并增强了这一特性。