{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3362946"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3362946","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Linear and multilinear component analysis for editing pre-trained GANs","abstract":"Τα Παραγωγικά Ανταγωνιστικά Δίκτυα (ΠΑΔ), είναι μια κατηγορία μοντέλων μηχανικής μάθησης που αποτελούνται από δύο νευρωνικά δίκτυα, το παραγωγικό δίκτυο και το διαχωριστικό δίκτυο, τα οποία εκπαιδεύονται μαζί με ανταγωνιστικό τρόπο. Το παραγωγικό δίκτυο λαμβάνει τυχαίο θόρυβο ως είσοδο και παράγει εικόνες, ενώ το διαχωριστικό δίκτυο προσπαθεί να διακρίνει μεταξύ πραγματικών και παραγόμενων εικόνων. Τα δύο δίκτυα ανταγωνίζονται σε μια εκπαιδευτική διαδικασία, με τη γεννήτρια να προσπαθεί να βελτιώσει την ικανότητά της να δημιουργεί ρεαλιστικές εικόνες και το διαχωριστή να προσπαθεί να γίνει καλύτερος στη διάκριση μεταξύ πραγματικών και ψεύτικων εικόνων. Αυτή η διαδικασία συνεχίζεται έως ότου η γεννήτρια παράγει εικόνες που είναι πολύ κοντά στις πραγματικές. Η επεξεργασία εικόνας έχει μακρά ιστορία στην όραση υπολογιστών και στα γραφικά, καθώς και στη μηχανική μάθηση. Τα ΠΑΔ χρησιμοποιούνται ευρέως για διάφορες εργασίες επεξεργασίας εικόνας, συμπεριλαμβανομένης της δημιουργίας εικόνων, της μεταφοράς στυλ, της υπερανάλυσης και πολλά άλλα. Διάφορες αρχιτεκτονικές ΠΑΔ, όπως DCGAN, CycleGAN και StyleGAN, έχουν αναπτυχθεί για την αντιμετώπιση διαφορετικών εργασιών επεξεργασίας εικόνας. Πρόσφατα, τα βαθιά γεννητικά μοντέλα, ιδιαίτερα τα σύγχρονα ΠΑΔ, έλαβαν μεγάλη προσοχή ως ένα πολλά υποσχόμενο εργαλείο για αποτελεσματική επεξεργασία εικόνας, καθώς διαπιστώθηκε ότι οι χειρισμοί λανθάνοντος χώρου συχνά οδηγούν σε ερμηνεύσιμες και προβλέψιμες αλλαγές στην έξοδο. Η εργασία βασίζεται στην προσεκτική ανάλυση του λανθάνοντος χώρου του ΠΑΔ, με στόχο την εύρεση ερμηνεύσιμων και απομπλεγμένων λανθάνονων μεταβλητών, οι οποίες μπορούν να αξιοποιηθούν για επεξεργασία εικόνας, με τρόπο πλήρως χωρίς επίβλεψη. Πρόσφατη εργασία έδειξε ότι ο λανθάνοντας χώρος εισόδου μπορεί να αποσυντεθεί σε σημασιολογικά σημαντικές κατευθύνσεις. Η μετακίνηση προς αυτές τις κατευθύνσεις αντιστοιχεί σε ερμηνεύσιμες, από τον άνθρωπο, μετατροπές εικόνας. Για παράδειγμα, από πτυχές υψηλού επιπέδου, όπως το σχήμα του προσώπου και το γενικό στυλ των μαλλιών, μέχρι τα μικρότερα χαρακτηριστικά του προσώπου έως τα χρώματα και τις μικροδομές , όλα μπορούν να ελεγχθούν μετακινώντας την αντίστοιχη κατεύθυνση του λανθάνοντος χώρου ΠΑΔ. Σε αυτή την εργασία, προσεγγίζουμε το πρόβλημα της ανακάλυψης σημασιολογικών κατευθύνσεων με τρόπο χωρίς επίβλεψη, χρησιμοποιώντας μεθόδους μείωσης διαστάσεων της εσωτερικής αναπαράστασης των ΠΑΔ. Η προσοχή είναι στραμμένη στην ανάλυση του μηχανισμού παραγωγής ΠΑΔ και στην εφαρμογή διαφορετικών αλγορίθμων για λανθάνουσα σημασιολογική ανακάλυψη με απευθείας αποσύνθεση των προεκπαιδευμένων βαρών. Ειδικότερα, χρησιμοποιούμε γραμμικές και πολυγραμμικές τεχνικές όπως PCA (Principal Component Analysis), LPP (Locality Preserving Projection), MPCA (Multilinear Principal Component Analysis) και PARAFAC2 (Parallel Factor Analysis 2) για την τροποποίηση του προεκπαιδευμένου μοντέλου StyleGAN. Αυτές οι τεχνικές χρησιμοποιούν μείωση διαστάσεων και αποσύνθεση τανυστή για να χειριστούν τον λανθάνοντα χώρο ή τις αναπαραστάσεις χαρακτηριστικών των εικόνων που δημιουργούνται από το μοντέλο StyleGAN. Συνολικά, τα αποτελέσματα της έρευνάς μας υποδηλώνουν ότι η επεξεργασία μιας προεκπαιδευμένης γεννήτριας StyleGAN είναι μια αποτελεσματική και πολλά υποσχόμενη προσέγγιση για την επίτευξη αποτελεσμάτων εικόνας υψηλής ποιότητας.","abstract_html":"Τα Παραγωγικά Ανταγωνιστικά Δίκτυα (ΠΑΔ), είναι μια κατηγορία μοντέλων μηχανικής μάθησης που αποτελούνται από δύο νευρωνικά δίκτυα, το παραγωγικό δίκτυο και το διαχωριστικό δίκτυο, τα οποία εκπαιδεύονται μαζί με ανταγωνιστικό τρόπο. Το παραγωγικό δίκτυο λαμβάνει τυχαίο θόρυβο ως είσοδο και παράγει εικόνες, ενώ το διαχωριστικό δίκτυο προσπαθεί να διακρίνει μεταξύ πραγματικών και παραγόμενων εικόνων. Τα δύο δίκτυα ανταγωνίζονται σε μια εκπαιδευτική διαδικασία, με τη γεννήτρια να προσπαθεί να βελτιώσει την ικανότητά της να δημιουργεί ρεαλιστικές εικόνες και το διαχωριστή να προσπαθεί να γίνει καλύτερος στη διάκριση μεταξύ πραγματικών και ψεύτικων εικόνων. Αυτή η διαδικασία συνεχίζεται έως ότου η γεννήτρια παράγει εικόνες που είναι πολύ κοντά στις πραγματικές. Η επεξεργασία εικόνας έχει μακρά ιστορία στην όραση υπολογιστών και στα γραφικά, καθώς και στη μηχανική μάθηση. Τα ΠΑΔ χρησιμοποιούνται ευρέως για διάφορες εργασίες επεξεργασίας εικόνας, συμπεριλαμβανομένης της δημιουργίας εικόνων, της μεταφοράς στυλ, της υπερανάλυσης και πολλά άλλα. Διάφορες αρχιτεκτονικές ΠΑΔ, όπως DCGAN, CycleGAN και StyleGAN, έχουν αναπτυχθεί για την αντιμετώπιση διαφορετικών εργασιών επεξεργασίας εικόνας. Πρόσφατα, τα βαθιά γεννητικά μοντέλα, ιδιαίτερα τα σύγχρονα ΠΑΔ, έλαβαν μεγάλη προσοχή ως ένα πολλά υποσχόμενο εργαλείο για αποτελεσματική επεξεργασία εικόνας, καθώς διαπιστώθηκε ότι οι χειρισμοί λανθάνοντος χώρου συχνά οδηγούν σε ερμηνεύσιμες και προβλέψιμες αλλαγές στην έξοδο. Η εργασία βασίζεται στην προσεκτική ανάλυση του λανθάνοντος χώρου του ΠΑΔ, με στόχο την εύρεση ερμηνεύσιμων και απομπλεγμένων λανθάνονων μεταβλητών, οι οποίες μπορούν να αξιοποιηθούν για επεξεργασία εικόνας, με τρόπο πλήρως χωρίς επίβλεψη. Πρόσφατη εργασία έδειξε ότι ο λανθάνοντας χώρος εισόδου μπορεί να αποσυντεθεί σε σημασιολογικά σημαντικές κατευθύνσεις. Η μετακίνηση προς αυτές τις κατευθύνσεις αντιστοιχεί σε ερμηνεύσιμες, από τον άνθρωπο, μετατροπές εικόνας. Για παράδειγμα, από πτυχές υψηλού επιπέδου, όπως το σχήμα του προσώπου και το γενικό στυλ των μαλλιών, μέχρι τα μικρότερα χαρακτηριστικά του προσώπου έως τα χρώματα και τις μικροδομές , όλα μπορούν να ελεγχθούν μετακινώντας την αντίστοιχη κατεύθυνση του λανθάνοντος χώρου ΠΑΔ. Σε αυτή την εργασία, προσεγγίζουμε το πρόβλημα της ανακάλυψης σημασιολογικών κατευθύνσεων με τρόπο χωρίς επίβλεψη, χρησιμοποιώντας μεθόδους μείωσης διαστάσεων της εσωτερικής αναπαράστασης των ΠΑΔ. Η προσοχή είναι στραμμένη στην ανάλυση του μηχανισμού παραγωγής ΠΑΔ και στην εφαρμογή διαφορετικών αλγορίθμων για λανθάνουσα σημασιολογική ανακάλυψη με απευθείας αποσύνθεση των προεκπαιδευμένων βαρών. Ειδικότερα, χρησιμοποιούμε γραμμικές και πολυγραμμικές τεχνικές όπως PCA (Principal Component Analysis), LPP (Locality Preserving Projection), MPCA (Multilinear Principal Component Analysis) και PARAFAC2 (Parallel Factor Analysis 2) για την τροποποίηση του προεκπαιδευμένου μοντέλου StyleGAN. Αυτές οι τεχνικές χρησιμοποιούν μείωση διαστάσεων και αποσύνθεση τανυστή για να χειριστούν τον λανθάνοντα χώρο ή τις αναπαραστάσεις χαρακτηριστικών των εικόνων που δημιουργούνται από το μοντέλο StyleGAN. Συνολικά, τα αποτελέσματα της έρευνάς μας υποδηλώνουν ότι η επεξεργασία μιας προεκπαιδευμένης γεννήτριας StyleGAN είναι μια αποτελεσματική και πολλά υποσχόμενη προσέγγιση για την επίτευξη αποτελεσμάτων εικόνας υψηλής ποιότητας.","abstract_has_math":false,"creators":["Πιτσιάκου Αγγελική","Pitsiakou Angeliki"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2023,"date_issued":"2023","date_published":"2023","updated_at":"2026-11-19T06:24:15Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3362946"],"render_values":[{"text":"uoadl:3362946","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3362946","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3362946","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A3362946","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Πιτσιάκου Αγγελική","Pitsiakou Angeliki"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2023"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Θετικές Επιστήμες","Science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3362946","https://pergamos.lib.uoa.gr/uoa/dl/object/3362946"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Τα Παραγωγικά Ανταγωνιστικά Δίκτυα (ΠΑΔ), είναι μια κατηγορία μοντέλων μηχανικής μάθησης που αποτελούνται από δύο νευρωνικά δίκτυα, το παραγωγικό δίκτυο και το διαχωριστικό δίκτυο, τα οποία εκπαιδεύονται μαζί με ανταγωνιστικό τρόπο. Το παραγωγικό δίκτυο λαμβάνει τυχαίο θόρυβο ως είσοδο και παράγει εικόνες, ενώ το διαχωριστικό δίκτυο προσπαθεί να διακρίνει μεταξύ πραγματικών και παραγόμενων εικόνων. Τα δύο δίκτυα ανταγωνίζονται σε μια εκπαιδευτική διαδικασία, με τη γεννήτρια να προσπαθεί να βελτιώσει την ικανότητά της να δημιουργεί ρεαλιστικές εικόνες και το διαχωριστή να προσπαθεί να γίνει καλύτερος στη διάκριση μεταξύ πραγματικών και ψεύτικων εικόνων. Αυτή η διαδικασία συνεχίζεται έως ότου η γεννήτρια παράγει εικόνες που είναι πολύ κοντά στις πραγματικές. Η επεξεργασία εικόνας έχει μακρά ιστορία στην όραση υπολογιστών και στα γραφικά, καθώς και στη μηχανική μάθηση. Τα ΠΑΔ χρησιμοποιούνται ευρέως για διάφορες εργασίες επεξεργασίας εικόνας, συμπεριλαμβανομένης της δημιουργίας εικόνων, της μεταφοράς στυλ, της υπερανάλυσης και πολλά άλλα. Διάφορες αρχιτεκτονικές ΠΑΔ, όπως DCGAN, CycleGAN και StyleGAN, έχουν αναπτυχθεί για την αντιμετώπιση διαφορετικών εργασιών επεξεργασίας εικόνας. Πρόσφατα, τα βαθιά γεννητικά μοντέλα, ιδιαίτερα τα σύγχρονα ΠΑΔ, έλαβαν μεγάλη προσοχή ως ένα πολλά υποσχόμενο εργαλείο για αποτελεσματική επεξεργασία εικόνας, καθώς διαπιστώθηκε ότι οι χειρισμοί λανθάνοντος χώρου συχνά οδηγούν σε ερμηνεύσιμες και προβλέψιμες αλλαγές στην έξοδο. Η εργασία βασίζεται στην προσεκτική ανάλυση του λανθάνοντος χώρου του ΠΑΔ, με στόχο την εύρεση ερμηνεύσιμων και απομπλεγμένων λανθάνονων μεταβλητών, οι οποίες μπορούν να αξιοποιηθούν για επεξεργασία εικόνας, με τρόπο πλήρως χωρίς επίβλεψη. Πρόσφατη εργασία έδειξε ότι ο λανθάνοντας χώρος εισόδου μπορεί να αποσυντεθεί σε σημασιολογικά σημαντικές κατευθύνσεις. Η μετακίνηση προς αυτές τις κατευθύνσεις αντιστοιχεί σε ερμηνεύσιμες, από τον άνθρωπο, μετατροπές εικόνας. Για παράδειγμα, από πτυχές υψηλού επιπέδου, όπως το σχήμα του προσώπου και το γενικό στυλ των μαλλιών, μέχρι τα μικρότερα χαρακτηριστικά του προσώπου έως τα χρώματα και τις μικροδομές , όλα μπορούν να ελεγχθούν μετακινώντας την αντίστοιχη κατεύθυνση του λανθάνοντος χώρου ΠΑΔ. Σε αυτή την εργασία, προσεγγίζουμε το πρόβλημα της ανακάλυψης σημασιολογικών κατευθύνσεων με τρόπο χωρίς επίβλεψη, χρησιμοποιώντας μεθόδους μείωσης διαστάσεων της εσωτερικής αναπαράστασης των ΠΑΔ. Η προσοχή είναι στραμμένη στην ανάλυση του μηχανισμού παραγωγής ΠΑΔ και στην εφαρμογή διαφορετικών αλγορίθμων για λανθάνουσα σημασιολογική ανακάλυψη με απευθείας αποσύνθεση των προεκπαιδευμένων βαρών. Ειδικότερα, χρησιμοποιούμε γραμμικές και πολυγραμμικές τεχνικές όπως PCA (Principal Component Analysis), LPP (Locality Preserving Projection), MPCA (Multilinear Principal Component Analysis) και PARAFAC2 (Parallel Factor Analysis 2) για την τροποποίηση του προεκπαιδευμένου μοντέλου StyleGAN. Αυτές οι τεχνικές χρησιμοποιούν μείωση διαστάσεων και αποσύνθεση τανυστή για να χειριστούν τον λανθάνοντα χώρο ή τις αναπαραστάσεις χαρακτηριστικών των εικόνων που δημιουργούνται από το μοντέλο StyleGAN. Συνολικά, τα αποτελέσματα της έρευνάς μας υποδηλώνουν ότι η επεξεργασία μιας προεκπαιδευμένης γεννήτριας StyleGAN είναι μια αποτελεσματική και πολλά υποσχόμενη προσέγγιση για την επίτευξη αποτελεσμάτων εικόνας υψηλής ποιότητας.","Generative Adversarial Networks (GANs) are a class of machine learning models that consist of two neural networks: a generator and a discriminator, that are trained together in a competitive manner. The generator network takes random noise as input and generates images, while the discriminator network tries to distinguish between real and generated images. The two networks compete in a training process, with the generator trying to improve its ability to create realistic images and the discriminator trying to become better at distinguishing between real and fake images. This process continues until the generator produces images that are very close to real ones. Image editing has a long-standing history in computer vision and graphics, as well as machine learning. GANs are widely used for various image editing tasks, including image generation, style transfer, super-resolution, and more. Various GAN architectures, such as DCGAN, CycleGAN, and StyleGAN, have been developed to tackle different image editing tasks. Recently, deep generative models, in particular modern GANs, have received much attention as a promising tool for efficient image editing, as it was found that latent space manipulations often lead to interpretable and predictable changes in output. One line of research relies on the careful dissection of the GAN’s latent space, aiming to find interpretable and disentangled latent variables that can be leveraged for image editing, in a fully unsupervised manner. Recent work has shown that the input latent space can be decomposed into semantically meaningful directions. Moving towards these directions corresponds to human interpretable image transformations. For example, from high level aspects such as face shape and general hair style, to smaller scale facial features, to color schemes and microstructures, everything can be controlled by moving in the corresponding GAN latent space direction. In this work, we tackled the problem of discovering semantic directions in an unsupervised manner, using dimensionality reduction methods of the internal representation of GANs. The focus is on analyzing the GAN generation mechanism and implementing different algorithms for latent semantic discovery by directly decomposing the pre-trained weights. In particular, we utilize linear and multilinear techniques such as PCA (Principal Component Analysis), LPP (Locality Preserving Projection), MPCA (Multilinear Principal Component Analysis), and PARAFAC2 (Parallel Factor Analysis 2) to modify pre-trained StyleGAN models. These methods involve manipulating the latent space or feature representations of StyleGAN-generated images through dimensionality reduction and tensor decomposition. Overall, the results of our research suggest that editing a pre-trained StyleGAN generator is an effective and promising approach for achieving high-quality image results."]},{"key":"dc:title","label":"Title","values":["Linear and multilinear component analysis for editing pre-trained GANs"]}]}],"canonical_facts":{"dc:creator":["Πιτσιάκου Αγγελική","Pitsiakou Angeliki"],"dc:date":["2023"],"dc:description":["Τα Παραγωγικά Ανταγωνιστικά Δίκτυα (ΠΑΔ), είναι μια κατηγορία μοντέλων μηχανικής μάθησης που αποτελούνται από δύο νευρωνικά δίκτυα, το παραγωγικό δίκτυο και το διαχωριστικό δίκτυο, τα οποία εκπαιδεύονται μαζί με ανταγωνιστικό τρόπο. Το παραγωγικό δίκτυο λαμβάνει τυχαίο θόρυβο ως είσοδο και παράγει εικόνες, ενώ το διαχωριστικό δίκτυο προσπαθεί να διακρίνει μεταξύ πραγματικών και παραγόμενων εικόνων. Τα δύο δίκτυα ανταγωνίζονται σε μια εκπαιδευτική διαδικασία, με τη γεννήτρια να προσπαθεί να βελτιώσει την ικανότητά της να δημιουργεί ρεαλιστικές εικόνες και το διαχωριστή να προσπαθεί να γίνει καλύτερος στη διάκριση μεταξύ πραγματικών και ψεύτικων εικόνων. Αυτή η διαδικασία συνεχίζεται έως ότου η γεννήτρια παράγει εικόνες που είναι πολύ κοντά στις πραγματικές. Η επεξεργασία εικόνας έχει μακρά ιστορία στην όραση υπολογιστών και στα γραφικά, καθώς και στη μηχανική μάθηση. Τα ΠΑΔ χρησιμοποιούνται ευρέως για διάφορες εργασίες επεξεργασίας εικόνας, συμπεριλαμβανομένης της δημιουργίας εικόνων, της μεταφοράς στυλ, της υπερανάλυσης και πολλά άλλα. Διάφορες αρχιτεκτονικές ΠΑΔ, όπως DCGAN, CycleGAN και StyleGAN, έχουν αναπτυχθεί για την αντιμετώπιση διαφορετικών εργασιών επεξεργασίας εικόνας. Πρόσφατα, τα βαθιά γεννητικά μοντέλα, ιδιαίτερα τα σύγχρονα ΠΑΔ, έλαβαν μεγάλη προσοχή ως ένα πολλά υποσχόμενο εργαλείο για αποτελεσματική επεξεργασία εικόνας, καθώς διαπιστώθηκε ότι οι χειρισμοί λανθάνοντος χώρου συχνά οδηγούν σε ερμηνεύσιμες και προβλέψιμες αλλαγές στην έξοδο. Η εργασία βασίζεται στην προσεκτική ανάλυση του λανθάνοντος χώρου του ΠΑΔ, με στόχο την εύρεση ερμηνεύσιμων και απομπλεγμένων λανθάνονων μεταβλητών, οι οποίες μπορούν να αξιοποιηθούν για επεξεργασία εικόνας, με τρόπο πλήρως χωρίς επίβλεψη. Πρόσφατη εργασία έδειξε ότι ο λανθάνοντας χώρος εισόδου μπορεί να αποσυντεθεί σε σημασιολογικά σημαντικές κατευθύνσεις. Η μετακίνηση προς αυτές τις κατευθύνσεις αντιστοιχεί σε ερμηνεύσιμες, από τον άνθρωπο, μετατροπές εικόνας. Για παράδειγμα, από πτυχές υψηλού επιπέδου, όπως το σχήμα του προσώπου και το γενικό στυλ των μαλλιών, μέχρι τα μικρότερα χαρακτηριστικά του προσώπου έως τα χρώματα και τις μικροδομές , όλα μπορούν να ελεγχθούν μετακινώντας την αντίστοιχη κατεύθυνση του λανθάνοντος χώρου ΠΑΔ. Σε αυτή την εργασία, προσεγγίζουμε το πρόβλημα της ανακάλυψης σημασιολογικών κατευθύνσεων με τρόπο χωρίς επίβλεψη, χρησιμοποιώντας μεθόδους μείωσης διαστάσεων της εσωτερικής αναπαράστασης των ΠΑΔ. Η προσοχή είναι στραμμένη στην ανάλυση του μηχανισμού παραγωγής ΠΑΔ και στην εφαρμογή διαφορετικών αλγορίθμων για λανθάνουσα σημασιολογική ανακάλυψη με απευθείας αποσύνθεση των προεκπαιδευμένων βαρών. Ειδικότερα, χρησιμοποιούμε γραμμικές και πολυγραμμικές τεχνικές όπως PCA (Principal Component Analysis), LPP (Locality Preserving Projection), MPCA (Multilinear Principal Component Analysis) και PARAFAC2 (Parallel Factor Analysis 2) για την τροποποίηση του προεκπαιδευμένου μοντέλου StyleGAN. Αυτές οι τεχνικές χρησιμοποιούν μείωση διαστάσεων και αποσύνθεση τανυστή για να χειριστούν τον λανθάνοντα χώρο ή τις αναπαραστάσεις χαρακτηριστικών των εικόνων που δημιουργούνται από το μοντέλο StyleGAN. Συνολικά, τα αποτελέσματα της έρευνάς μας υποδηλώνουν ότι η επεξεργασία μιας προεκπαιδευμένης γεννήτριας StyleGAN είναι μια αποτελεσματική και πολλά υποσχόμενη προσέγγιση για την επίτευξη αποτελεσμάτων εικόνας υψηλής ποιότητας.","Generative Adversarial Networks (GANs) are a class of machine learning models that consist of two neural networks: a generator and a discriminator, that are trained together in a competitive manner. The generator network takes random noise as input and generates images, while the discriminator network tries to distinguish between real and generated images. The two networks compete in a training process, with the generator trying to improve its ability to create realistic images and the discriminator trying to become better at distinguishing between real and fake images. This process continues until the generator produces images that are very close to real ones. Image editing has a long-standing history in computer vision and graphics, as well as machine learning. GANs are widely used for various image editing tasks, including image generation, style transfer, super-resolution, and more. Various GAN architectures, such as DCGAN, CycleGAN, and StyleGAN, have been developed to tackle different image editing tasks. Recently, deep generative models, in particular modern GANs, have received much attention as a promising tool for efficient image editing, as it was found that latent space manipulations often lead to interpretable and predictable changes in output. One line of research relies on the careful dissection of the GAN’s latent space, aiming to find interpretable and disentangled latent variables that can be leveraged for image editing, in a fully unsupervised manner. Recent work has shown that the input latent space can be decomposed into semantically meaningful directions. Moving towards these directions corresponds to human interpretable image transformations. For example, from high level aspects such as face shape and general hair style, to smaller scale facial features, to color schemes and microstructures, everything can be controlled by moving in the corresponding GAN latent space direction. In this work, we tackled the problem of discovering semantic directions in an unsupervised manner, using dimensionality reduction methods of the internal representation of GANs. The focus is on analyzing the GAN generation mechanism and implementing different algorithms for latent semantic discovery by directly decomposing the pre-trained weights. In particular, we utilize linear and multilinear techniques such as PCA (Principal Component Analysis), LPP (Locality Preserving Projection), MPCA (Multilinear Principal Component Analysis), and PARAFAC2 (Parallel Factor Analysis 2) to modify pre-trained StyleGAN models. These methods involve manipulating the latent space or feature representations of StyleGAN-generated images through dimensionality reduction and tensor decomposition. Overall, the results of our research suggest that editing a pre-trained StyleGAN generator is an effective and promising approach for achieving high-quality image results."],"dc:identifier":["uoadl:3362946","https://pergamos.lib.uoa.gr/uoa/dl/object/3362946"],"dc:language":["English"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["Linear and multilinear component analysis for editing pre-trained GANs"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:24:15Z"}