biscuitの博客

生成式先验的核心主张#

传统底层视觉范式：输入退化图 → 端到端训练去噪/超分网络 → 输出干净图，学习的是”退化→干净”的映射。

生成式先验范式：输入退化图 → 在预训练 GAN 的隐空间中搜索 → 找到最优隐码 → 生成器输出干净图。学习的不是”如何做复原”，而是”如何把一张图投影到自然图像流形上”。

这个流形由 GAN 的训练数据定义：在 FFHQ 上训练的 StyleGAN 学到的流形上一张图必定是人脸，不会出现不属于人脸的伪影。这种结构化的先验对处理图像复原中的病态问题（一张低分辨率图对应无数张高分辨率图）有天然优势——它只在流形上搜索，排除了所有非自然图像的解。

隐空间谱系#

生成式先验的核心操作对象是 GAN 的隐空间。不同 GAN 架构和不同任务会选择不同的隐空间，Z / W / W+ / F / N 各有适用场景。各空间的具体定义、解耦性质和使用方法将在 GAN 系列中逐篇展开。

反演方法#

将真实图像映射回隐空间的四类方法也将在后文中详细讲解：

• 基于优化：逐张图梯度下降，质量高速度慢
• 基于学习：编码器一步推理，速度快精度稍低
• 混合方法：编码器初值 + 优化精修
• 域内约束：限制结果必须落在自然图像流形上

后面几篇将按照”理论→架构→隐空间→反演→编辑”的顺序完整覆盖 GAN 的计算机视觉应用。

:::tip 本系列 GAN 篇章索引

:::