{"id":101605,"date":"2021-10-12T16:22:58","date_gmt":"2021-10-12T14:23:00","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/nvidia-otkryla-kod-stylegan3-sistemy-mashinnogo-obucheniya-dlya-sinteza-licz"},"modified":"2021-10-12T16:22:58","modified_gmt":"2021-10-12T14:23:00","slug":"nvidia-otkryla-kod-stylegan3-sistemy-mashinnogo-obucheniya-dlya-sinteza-licz","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/news\/nvidia-otkryla-kod-stylegan3-sistemy-mashinnogo-obucheniya-dlya-sinteza-licz","title":{"rendered":"NVIDIA hat den Code von StyleGAN3, einem Machine-Learning-System zur Gesichtssynthese, ver\u00f6ffentlicht.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Das Unternehmen NVIDIA hat die Quelltexte von StyleGAN3 ver\u00f6ffentlicht, einem maschinellen Lernsystem, das auf einem generativen adversarialen neuronalen Netzwerk (GAN) basiert und darauf abzielt, realistische Bilder von menschlichen Gesichtern zu synthetisieren. Der Code ist in Python verfasst und nutzt das Framework PyTorch und wird unter der NVIDIA Source Code License ver\u00f6ffentlicht, die Einschr\u00e4nkungen f\u00fcr die kommerzielle Nutzung vorschreibt. <\/p>\n

F\u00fcr die Nutzung stehen auch vorgefertigte, trainierte Modelle zur Verf\u00fcgung, die auf der Flickr-Faces-HQ (FFHQ) Sammlung basieren, die 70.000 hochqualitative (1024×1024) PNG-Bilder von Gesichtern enth\u00e4lt. Dar\u00fcber hinaus gibt es Modelle, die auf den Sammlungen AFHQv2 (Fotografien von Tiergesichtern) und Metfaces (Bilder von Gesichtern klassischer Malerei) basieren. Der Fokus liegt auf Gesichtern, aber das System kann auch zum Generieren beliebiger Objekte, wie Landschaften und Autos, trainiert werden. Zus\u00e4tzlich werden Werkzeuge bereitgestellt, um das neuronale Netzwerk mit eigenen Bildsammlungen selbstst\u00e4ndig zu trainieren. Es werden eine oder mehrere NVIDIA-Grafikkarten ben\u00f6tigt (empfohlen wird GPU Tesla V100 oder A100), mindestens 12 GB RAM, PyTorch 1.9 und CUDA Toolkit 11.1+. Zur Erkennung des k\u00fcnstlichen Charakters der generierten Gesichter wird ein spezieller Detektor entwickelt. <\/p>\n

Das System erm\u00f6glicht die Synthese eines neuen Gesichts durch Interpolation der Merkmale mehrerer Gesichter, wobei charakteristische Eigenschaften kombiniert und das endg\u00fcltige Bild an das erforderliche Alter, Geschlecht, die Haarl\u00e4nge, den Charakter des L\u00e4chelns, die Nasenform, den Hautton, Brillen und den Fotowinkel angepasst wird. Der Generator betrachtet das Bild als Sammlung von Stilen, trennt automatisch charakteristische Details (Sommersprossen, Haare, Brillen) von allgemeinen hochrangigen Attributen (Posen, Geschlecht, Altersver\u00e4nderungen) und erm\u00f6glicht deren beliebige Kombination unter der Festlegung dominierender Eigenschaften durch Gewichtungsfaktoren. Infolgedessen werden Bilder generiert, die von echten Fotografien nicht zu unterscheiden sind.

\"NVIDIA<\/center> <\/p>\n

Die erste Variante der Technologie StyleGAN wurde 2019 ver\u00f6ffentlicht, gefolgt von einer verbesserten Edition, StyleGAN2, im Jahr 2020, die eine bessere Bildqualit\u00e4t erm\u00f6glicht und einige Artefakte beseitigt. Dabei blieb das System statisch, d.h. es erlaubte keine realistische Animation und Bewegung des Gesichts. Bei der Entwicklung von StyleGAN3 war das Hauptziel die Anpassung der Technologie f\u00fcr den Einsatz in Animation und Video. <\/p>\n

In StyleGAN3 wurde eine \u00fcberarbeitete Architektur zur Generierung von Bildern verwendet, die ohne Aliasing auskommt, und es wurden neue Trainingsszenarien f\u00fcr das neuronale Netzwerk vorgeschlagen. Neue Tools f\u00fcr die interaktive Visualisierung (visualizer.py), Analyse (avg_spectra.py) und Videogenerierung (gen_video.py) sind integriert. Dar\u00fcber hinaus wurde der Speicherverbrauch reduziert und der Trainingsprozess beschleunigt.

\"NVIDIA<\/center> <\/p>\n

Ein Hauptmerkmal der Architektur von StyleGAN3 ist der \u00dcbergang zur Interpretation aller Signale im neuronalen Netzwerk in Form kontinuierlicher Prozesse, was es erm\u00f6glicht, beim Erstellen von Details relative Positionen zu manipulieren, die nicht an absolute Koordinaten einzelner Pixel im Bild gebunden sind, sondern an die Oberfl\u00e4che der dargestellten Objekte. In StyleGAN und StyleGAN2 f\u00fchrte die Bindung an Pixel bei der Generierung zu Problemen bei dynamischen Visualisierungen, z.B. kam es bei der Bewegung des Bildes zu einem Missverh\u00e4ltnis kleiner Details wie Falten und Haarstr\u00e4hnen, die scheinbar unabh\u00e4ngig vom restlichen Gesicht bewegten. Mit StyleGAN3 wurden diese Probleme gel\u00f6st, und die Technologie ist nun gut geeignet zur Erstellung von Videos.