我一直在研究Beyond Face Rotation: Global and Local Perception GAN for Photorealistic and Identity Preserving Frontal View Synthesis,作者提出以下主张(主题 2.2.1):
...拉普拉斯空间对光照变化更稳健,更能指示面部结构。
在这种情况下,拉普拉斯空间是什么?它对光照变化的鲁棒性如何?
我一直在研究Beyond Face Rotation: Global and Local Perception GAN for Photorealistic and Identity Preserving Frontal View Synthesis,作者提出以下主张(主题 2.2.1):
...拉普拉斯空间对光照变化更稳健,更能指示面部结构。
在这种情况下,拉普拉斯空间是什么?它对光照变化的鲁棒性如何?
他们真的应该更清楚他们的意思,但我希望他们使用的是拉普拉斯金字塔。作为更多证据,他们引用了:“Denton 等人“使用拉普拉斯对抗网络金字塔的深度生成图像模型。”
这个想法是,存储图像的分辨率非常低的副本,以及一系列“不同”图像。每个差异图像都会告诉您要添加到较低分辨率副本中的内容以获得下一个更高分辨率版本的图像。您可以想象,许多差异值将接近于零。
“平均强度”和“照度”仅真正存储在最低分辨率的副本中,并且不会真正(通常,他们希望)影响图像的梯度,这是拉普拉斯金字塔存储的。这就是为什么那些作者说它对光照变化不敏感的原因。那有意义吗?