Semantische Latent Space Exploration mit StyleGANs

Abstract

In dieser Bachelorarbeit werden StyleGANs und Verfahren zum Untersuchen von deren Latent Spaces vorgestellt. Hierbei wird ein StyleGAN2-Ada auf einen Datensatz mit 64px großen Bildern trainiert und anschließend mit zwei unüberwachten Verfahren zum Finden von Richtungen im Latent Space untersucht. Zum einen wird das Verfahren nach Unsupervised Discovery of Interpretable Directions in the GAN Latent Space und zum anderen das Verfah-ren nach CLIP2StyleGAN genauer beleuchtet und angewandt. Die gefundenen Richtungen konnten dann durch manuelle Anpassungen präzisiert werden. Somit wurden erfolgreich semantisch bedeutsame Richtungen im Latent Space gefunden und durch diese wiederum Rückschlüsse auf den Latent Space gezogen.

In this bachelor thesis, StyleGANs and methods for investigating their latent spaces are intro-duced. A StyleGAN2-Ada is trained on a dataset of 64px images and then examined using two unsupervised methods for finding directions in the latent space. The method of Unsuper-vised Discovery of Interpretable Directions in the GAN Latent Space and the CLIP2StyleGAN method are both examined and applied. The discovered directions were further refined through manual adjustments. As a result, semantically meaningful directions in the latent space were successfully identified, allowing for inferences to be drawn about the latent space.