一种用于生成对抗网络的基于风格的生成器架构

A Style-Based Generator Architecture for Generative Adversarial Networks

频道:Tero Karras FI · 时长:6:17 · 发布:2019-03-03 · 播放:1275230

在 YouTube 观看

简介

NVIDIA StyleGAN 论文的简短演示视频,该论文提出了一种用于 GAN 的基于风格的生成器。视频展示了人脸合成,包括风格混合以及对姿势、雀斑等属性的分尺度控制。

HN 为什么推荐

被引用为 GAN 生成人脸逼真程度的例证,也展示了结构良好的潜空间能做什么。

这个列表中最新的生成器拥有非常强大的潜空间,包括大致准确的 3D 旋转。 — HN, 2019

机器学习与深度学习 · 大语言模型与生成式 AI · 计算机视觉、语音与 NLP

HN 上的讨论

“并非那么困难”是在大脑的背景下说的,在大脑中,事情往往介于‘相当困难’和‘看似不可能’之间。我说ML表明这种模式匹配并非那么困难,因为进展在非常短的时间内显著,无需解决难题,并且有一种看起来会延伸到未来的通用方法。我们有这张著名的图片展示了过去5年的进展。[LINK] 这个列表中最新的生成器具有非常强大的潜在空间,包括近似准确的3D旋转。[VIDEO] 我们也有同样令人印象深刻的图像分割和姿态估计结果。[LINK] 因为你提到了,注意利用多模态感知的模型是可能的。以下使用音频与视频。[LINK] 当然,这些并没有展示人类拥有的全部多功能性。我仍然能可靠地区分StyleGAN人脸和真实人脸,分割仍然有问题。这些都有相当明显的失败案例,不能像人类那样通过进一步分析来完善估计,而且人类学习速度仍然比这些模型快得多。然而,注意(例如)StyleGAN有2600万参数,用我标准的近似比较1比特:… — Veedrac, 2019-08
> 当前状况究竟有什么(相对而言)不可思议的?和1999年相比?观看[VIDEO] 收听[LINK] 阅读[LINK] 这些不仅仅是‘数字增长’。这简直是该死的巫术,如果我们不是生活在一个拥有5英寸魔法硅块与我们对话、巨型铝管在空中飞行的世界里,普通人仍然会有意识认识到这一点。 > 这是拯救这个领域的方法[...] 为了在这里进行富有成效的对话,你需要要么回应我对这一论证路线的批评,要么承认它是错误的。因为喜欢这个论证如果为真会鼓励的东西而虚伪,当你的论证不真实时,这无济于事。 > 死记硬背的乘法是我们有兴趣用AI实现的任务吗?这是一个衡量标准,其改进将对我们推理能力产生有意义的积极影响,所以其他条件相同的情况下,我们应该希望改进它。是的,它是边际的,是的,它是愚蠢的,这就是重点:一个角落的失败并不等同于所有角落的失败。 — Veedrac, 2019-07
如果你足够努力地寻找,你认为这类东西应该/能够被检测出来吗?这相当逼真:[VIDEO] — Liquix, 2019-04
请注意,这不是白板生成。所有这些面孔都是从参考图像生成的。例如,看这个带时间戳的视频:[VIDEO]。当前的深度生成技术需要精心设计的、具有受控变化的图像数据集。对于上面的面孔,一个名人面孔数据集是从更大的野生数据集中精心构建的,以避免任何罕见特征,并且眼睛和鼻子对齐,使数据集易于被 GAN 消化。这种特定方法还使用多个风格图像,从中提取某些特征来混合并创建混合面孔。这项技术的主要问题是质量无法可靠控制。它生成的任何东西几乎都必须经过人工检查/策展。你不能不检查生成的内容就直接呈现给观众。所以,在我看来,这项技术在创作过程的音乐会艺术阶段非常有用,能够创造新事物,或混合现有事物,但只能创建中间产物,然后用作艺术家的灵感来创作最终艺术。这也缺乏任何形式的高级推理。它不知道人类艺术家会知道的概念,如物体恒存性、直觉物理学等。像球落下这样简单的事情应该以某种方式压扁,当击中地面时应该以另一种方… — backpropaganda, 2018-12

相关视频