従来のGANでの意味ある変化を与えるLatent spaceでの方向を求める方法はtrainingやsamplingを必要としていた。意味ある変化でのGANの生成を行列演算とおき、固有ベクトルを求める形にする。

人の顔、アニメ風イラスト、車や猫、風景など様々な対象のGANについて、従来のtrainingやsamplingを必要とするsupervisedな方法と同等以上の意味ある変化方向を抽出することができた。

Projectページ(https://genforce.github.io/sefa/)がよく作り込まれています。 コードの他にGoogle Colabでのデモもあります。