TensorFlow教程

英伟达最新发布图像生成器 StyleGAN2 ,Github 趋势榜第一,生成图像逼真完美

本文主要是介绍英伟达最新发布图像生成器 StyleGAN2 ,Github 趋势榜第一,生成图像逼真完美,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

自 2018 年 12 月英伟达推出 StyleGAN 以来,合成人脸已经让人难以轻易分辨。特别是今年年初,英伟达开源了 StyleGAN 的代码,大量真假难辨的人脸被开发者「创造」出来。

这一机器学习技术是为了生成模拟真实图像的新图像。使用StyleGAN,不同于大多数其他生成器,可以定制不同的因素来更改生成的图像的结果。

StyleGAN 生成的图像非常逼真,它是一步一步地生成人工的图像,从非常低的分辨率开始,一直到高分辨率(1024×1024)。通过分别地修改网络中每个级别的输入,它可以控制在该级别中所表示的视觉特征,从粗糙的特征(姿势、面部形状)到精细的细节(头发颜色),而不会影响其它的级别。同时这种生成器也可以用于将同样的机器学习应用到其他动物、汽车甚至房间中。

但是,StyleGAN 还有一些缺陷,最明显的是生成的图像有时包含斑点似的伪影(artifacts),经过几个月的改进,这一缺陷今天也被完美解决了。

最近,NVIDIA 的研究人员发布了 StyleGAN 的升级版—— StyleGAN2,重点修复 artifacts 问题,并进一步提高了生成图像的质量。

image.png

StyleGAN2 的主要改进:

  • 更快速的训练速度
  • 新生成的图像质量非常高(更高的 FID 分数和较少的 artifacts 伪影)
  • 更好的混合风格 Style-mixing
  • 平滑插值(额外正则化)

论文Paperhttps://arxiv.org/pdf/1912.04958.pdf

源代码https://github.com/NVlabs/stylegan2

Youtube: https://www.youtube.com/watch?v=c-NJtV9Jvp0

这篇关于英伟达最新发布图像生成器 StyleGAN2 ,Github 趋势榜第一,生成图像逼真完美的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!