安妮 編譯整理
量子位 出品 | 公眾號 QbitAI
考眼力:你能分出下麵哪張圖是電腦合成的嗎?
是這位神似年輕時萊昂納多的神秘男子——
還是這位卷髮碧瞳女士——
難以分辨。
但事實是, 上面兩張均為合成圖像, 驚不驚喜, 意不意外?
這些圖像來自英偉達與阿爾托大學的高清人臉合成專案, 專案中提出的新型GAN, 能合成出1024×1024圖元的高清圖像。
這不是英偉達最近唯一在合成高清圖像研究中的嘗試。
這個新型GAN的不僅“配方”與pix2pixHD不太一樣, 更有意思的是, 還多了幾分明星臉的味道。
△ 生成圖像視頻
“明星臉”專案近日, 駐紮在芬蘭的英偉達研究小隊正試圖構建一個系統, 它能通過分析上千張明星的快照, 識別常見的模式, 並創造出看起來相似的新圖像。 這個系統也能合成馬、公交、自行車、植物等除人類以外的常見物體圖像。
△ 合成圖像
通過分析明星臉構建的系統, 生成的圖像也和明星臉有幾分神似。 比如上面這張, 有些人會覺得和美劇《老友記》裡“瑞秋”的扮演者珍妮佛·安妮斯頓相似, 又有些人覺得像美國歌手Selena Gomez。
4×4→1024×1024“電腦通過和自己玩貓捉老鼠的遊戲生成了這些圖像。 ”研究人員Jaakko Lehtinen說。
研究人員提出了一種新型GAN訓練方法, 使生成器和辨別器逐步發展。 在開始時, 生成器(G)和辨別器(D)均為4×4的低解析度。 隨著不斷訓練, 研究人員會逐漸為生成器和辨別器增加新的層,
4×4圖元的低清圖是如何一步步變高清的?這有一張隨訓練時間變化的生成圖。
上圖展示了英偉達系統在18天內生成圖像的變化。 經過千萬次反覆運算後, GAN最終生成1024×1024圖元的令人信服的清晰圖像。 研究人員表示這種新方法加快了訓練速度, 並且穩定了圖像品質。
研究人員希望這項技術能夠指導軟體在短時間內合成出接近真實的圖像。 “我們還能更進一步, 不僅可以用它來生成照片, 還能應用在電腦遊戲和電影中。 ”Lehtinen表示。
相關資料目前,相關研究的論文Progressive Growing of GANs for Improved Quality, Stability, and Variation已向ICLR 2018投稿。
項目位址:
https://github.com/tkarras/progressive_growing_of_gans
論文地址:
http://arxiv.org/abs/1710.10196
— 完 —
誠摯招聘
”Lehtinen表示。相關資料目前,相關研究的論文Progressive Growing of GANs for Improved Quality, Stability, and Variation已向ICLR 2018投稿。
項目位址:
https://github.com/tkarras/progressive_growing_of_gans
論文地址:
http://arxiv.org/abs/1710.10196
— 完 —
誠摯招聘