。其实啊 , GAN 的理论早已在我们的实际生活中运用了很多年了 。美味的食物料理 , 不就是努力进步的厨子与越来越挑剔的食客 “ GAN ” 的结果 。和谐的交通 , 也是不想掏钱交罚款的司机与越来越严格的交通法规共同 “ GAN ” 出来的 。你看 , 最近五星级宾馆杯子卫生问题 , 就是缺少 GAN 的思想 , 没有一个与卫生阿姨共同进步的监督小红 , 果然就在打扫过程中产生了松懈 , 一旦换一种鉴定标准( 用摄像头拍摄 ) , 就漏了馅 。
生成式对抗网络GAN有哪些最新的发展 , 可以实际应用到哪些场景中?
生成式对抗网络(GAN, Generative Adversarial Networks )是一种深度学习模型 , 是近年来复杂分布上无监督学习最具前景的方法之一 。模型通过框架中(至少)两个模块:生成模型(Generative Model)和判别模型(Discriminative Model)的互相博弈学习产生相当好的输出 。
如何评价英伟达发布的GAN人工智能合成系统?会引发动漫游戏的画面变革吗?
在隔夜君看来 , 英伟达的这项技术一定能够给动漫游戏行业带来变更的 , 下面是详细的解读 , 希望能够帮助到你 。留意下方图片底行的那一组人像 , 正在发生缓慢的转变过程---从银发白肤色的人种 , 变成了黑发黑肤色的人种 。注意:左边独立出来的人像照片 , 就是通过右方的人像特征进行合并之后得到的 。再来看看第二组人像变化 , 从黑肤色中长头发的人士 , 变成了白肤色短式头发 。
第三组展示了不仅脸部骨骼 , 即使是肥瘦的外形都能够进行随心所欲的变更 。甚至能够将一位成年的黑肤色美女 , 重新变回幼年时期的小萝莉呢 。英伟达的这套GAN系统 , 是构建于AI深度学习的基础之上的 , 通过对海量的人像照片进行识别学习 , 最终就能够达到我们所看到的如此游刃有余的改造人像的效果 。不过上面的操作依旧只是皮毛而已 , 下面就来看看更为精细化的操作吧 , 让你们知道这款名叫“GAN”的系统在细节操控上究竟达到了何等牛逼的程度 。
接下来的演示将会把合成图像进行“特征区域”排布 , 使得每一板块都能够对应的控制人像的某一特征 。比如coarse控制“姿势”“头发”“脸型”;middle控制“面部特征”“眼睛”;fine控制“色彩效果” 。好了 , 马上看片---当我们试图改变控制“姿势”“头发”“脸型”特征的照片时 , 右边合成大图就从一位正面朝向我们的幼年小正太 , 变成了一位侧面对着我们的中年妇女了 。
当我们将主控制特征的照片换成一位秃顶老年男人的时候 , 右边的合成照片又会从中年妇女变成英俊潇洒的中年男子 。来看看第二个“面部特征”控制 。当控制照片从中年女人变换成带着黑色墨镜男人的时候 , 右边合成照片就转变成了脸型臃肿的女士 , 饶有着富贵之相 。而当主控照片换成类似于寡姐的金发女士头像的时候 , 右边的合成照片又会变成仿若某位好莱坞女明星的图样 。
至于第三个“控制颜色”的特征 。当左边的控制照片从黑头发 , 灰色背景换成浅灰头发 , 木色背景的照片时 , 右边的合成照片的色彩度也跟随变得浅白和暖了一点儿 。当照片换成色调小清新萝莉的时候 , 右边的合成照片色调也同样得到了相对应的变幻 , 肤色从黄色皮肤变成了白皮肤 。可以想见 , 只要英伟达愿意的话应当是能够继续将这些特征合成点进行细分的 , 从而就能够达到最为精准无比的合成操作了 。
推荐阅读
- 草料二维码生成器,在线二维码
- 2020年文科分数线,我是今年高考完的文科云南考生成绩刚好过一本线两分请问能有什
- 高合hiphix,没看懂媒体说的高合HiPhi 1上的HOA开放式电子电气架构有大神解
- 一文了解华为全场景新品发布会 华为新品发布会
- 张飞电子,一文读懂常见电子电路图
- 我们那还没美团 怎么加盟,一文讲透美团兴盛史
- 网关是什么,一文带你了解网关
- 手机软件开发用什么编程软件模板 这5款工程软件能一键生成模板
- 台风生成的必要条件
- APP快速生成平台有哪些 app制作平台有哪些