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。
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Paper: https://arxiv.org/pdf/1912.04958.pdf
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。