在最新的视觉顶会CVPR2022会议中，涌现出了大量基于生成对抗网络GAN的论文，广泛应用于各类视觉任务；
下述论文已分类打包好！后台回复 CVPR2022 （长按红字、选中复制）获取分类、按文件夹汇总好的论文集，gan起来吧！！！
梳理不易，麻烦各位看官，转发、分享、在看三连，多多鼓励小编！！！
一、3D
1、FLAG: Flow-based 3D Avatar Generation from Sparse Observations
为了生成逼真合理的虚拟形象姿势，从头戴式设备 (HMD) 应用于此任务的信号流通常仅限于头部姿势和手部姿势估计得来。
虽然这些信号很有价值，但它们是人体的不完整表示，因此很难生成合理的虚拟全身。通过从稀疏观察中开发基于流的 3D 人体生成模型来应对这一挑战，其中不仅学习 3D 人体姿势的条件分布，还学习从观察到潜在空间的概率映射，从中生成一个合理的姿势以及关节的不确定性估计。
2、3D Shape Variational Autoencoder Latent Disentanglement via Mini-Batch Feature Swapping for Bodies and Faces
在人脸和身体的 3D 生成模型中学习解耦的、可解释的和结构化的潜在表征仍是一个悬而未决的问题。当需要对身份特征进行控制时，这个问题尤其严重。
本文提出一种直观而有效的自监督方法来训练 3D 形状变分自动编码器 (VAE)，方法可以分离身份特征的潜在表示。通过在不同形状之间交换任意特征来管理小批量生成，可以定义一个损失函数，利用潜在表示中的已知差异和相似性。实验结果表明，最先进的潜在解耦方法无法解开面部和身体的身份特征，提出的方法则正确地解耦了这些特征的生成，同时保持了良好的表示和重建能力。
代码和预训练模型可在github.com/simofoti/3DVAE-SwapDisentangled
二、GAN改进
3、Polarity Sampling: Quality and Diversity Control of Pre-Trained Generative Networks via Singular Values
提出Polarity采样，一种即插即用方法，用于控制预训练的深度生成网络（pre-trained deep generative networks，DGNs）的生成质量和多样性。本文展示了一些最先进的 DGN 的整体生成质量（例如，就 Frechet Inception 距离而言）改进的定量和定性结果，包括 StyleGAN3、BigGAN-deep、NVAE、用于不同的有条件和无条件图像生成任务。特别是，Polarity采样将 FFHQ 数据集上的 StyleGAN2 的FID 表现更新为2.57，LSUN 汽车数据集上的StyleGAN2 表现为 FID 2.27，AFHQv2 数据集上 StyleGAN3 的 FID 3.95。
4、Feature Statistics Mixing Regularization for Generative Adversarial Networks
在生成对抗网络中，改进判别器是生成性能的关键之一。本文研究判别器的偏差，以及通过去偏是否会提高生成性能。经验证据表明判别器对图像的风格（例如纹理和颜色）很敏感。作为一种补救措施，提出特征统计混合正则化（feature statistics mixing regularization，FSMR），它鼓励判别器的预测对输入图像的风格保持不变。具体来说，在判别器的特征空间中生成原始图像和参考图像的混合特征，并应用正则化，使混合特征的预测与原始图像的预测一致。
广泛的实验证明这种正则化降低对风格的敏感性，并提高各种 GAN 架构的性能。此外，将 FSMR 添加到最近提出的基于增强的 GAN 方法中进一步提高了图像质量。
https://github.com/naver-ai/FSMR
三、发型编辑
5、HairCLIP: Design Your Hair by Text and Reference Image
发型编辑是计算机视觉和图形学中一个有趣且具有挑战性的问题。许多现有方法需要精心绘制的草图或掩膜作为编辑的条件输入，但是这些交互既不简单也不高效。为了将用户从繁琐的交互过程中解放出来，本文提出了一种新的交互发型编辑模式，可以根据用户提供的文本或参考图像单独或联合操作头发属性。
为此，在共享嵌入空间中对图像和文本条件进行编码，并通过利用对比语言-图像预训练 (CLIP) 模型强大的图像文本表示能力提出统一的头发编辑框架。通过精心设计的网络结构和损失函数，框架可以以一种解耦的方式执行高质量的编辑。大量实验证明了方法在操作准确性、编辑结果的视觉真实性和无关属性保留方面的优越性。
https://github.com/wty-ustc/HairCLIP
四、风格迁移
6、Exact Feature Distribution Matching for Arbitrary Style Transfer and Domain Generalization
任意风格迁移 (Arbitrary style transfer，AST) 和域泛化 (domain generalization，DG) 是重要但具有挑战性的视觉学习任务，可以作为特征分布匹配问题。在高斯特征分布的假设下，传统的特征分布匹配方法通常匹配特征的均值和标准差。然而，现实世界数据的特征分布通常比高斯分布要复杂得多，仅使用一阶和二阶统计量无法准确匹配，而使用高阶统计量进行分布匹配在计算上是令人望而却步的。
这项工作首次提出通过精确匹配图像特征的经验累积分布函数 (empirical Cumulative Distribution Functions，eCDF) 来执行精确分布匹配 (Exact Histogram Matching，EFDM)，提出的方法有效在各种 AST 和 DG 任务上得到验证。
https://github.com/YBZh/EFDM
7、Show Me What and Tell Me How: Video Synthesis via Multimodal Conditioning
大多数条件视频合成方法使用单一模态作为条件，这有很大的局限性。例如，以图像为条件的模型生成用户期望的特定运动轨迹是有问题的，因为没有提供运动信息的手段。相反，语言信息可以描述所需的动作，但不能精确地定义视频的内容。
基于联合或单独提供的文本和图像，这项工作提出一个多模式视频生成框架。利用视频量化表示的最新进展，并应用具有多种模态的双向transformer作为输入来预测离散的视频表示。为了提高视频质量和一致性，提出一种经过自学习训练的新视频token和一种用于采样视频token的改进掩码预测算法。引入文本增强以提高文本表示的鲁棒性和生成视频的多样性。框架可以包含各种视觉模式，例如分割掩膜、绘图和部分遮挡的图像。它可以生成比用于训练的序列长得多的序列。
此外，模型可以提取文本提示所建议的视觉信息，例如“图像中的一个物体正在向东北移动”，并生成相应的视频。对三个公共数据集和一个新收集的标有面部属性的数据集进行评估，实现了最好的生成结果。
8、Style-ERD: Responsive and Coherent Online Motion Style Transfer
动作风格迁移是丰富角色动画的常用方法，通常在离线设置下分段处理运动。但对于在线动画应用程序，例如来自动作捕捉的实时头像动画，需要将动作作为具有最小延迟的流进行处理。
这项工作实现一种灵活、高质量的运动风格迁移方法Style-ERD，以在线方式使用Encoder-Recurrent-Decoder结构对运动进行风格化，以及结合特征注意和时间注意力的判别器。方法使用统一的模型将运动风格化为多种目标风格。虽然方法针对在线设置，但它在运动真实感和风格表现力方面优于以前的离线方法，并提高运行时效率。
文章出处登录后可见！
