{"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\/es\/blog\/news\/nvidia-otkryla-kod-stylegan3-sistemy-mashinnogo-obucheniya-dlya-sinteza-licz","title":{"rendered":"NVIDIA ha abierto el c\u00f3digo de StyleGAN3, un sistema de aprendizaje autom\u00e1tico para la s\u00edntesis de rostros","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

La empresa NVIDIA ha publicado el c\u00f3digo fuente de StyleGAN3, un sistema de aprendizaje autom\u00e1tico basado en una red neuronal generativa adversarial (GAN) dise\u00f1ado para sintetizar im\u00e1genes realistas de rostros humanos. El c\u00f3digo est\u00e1 escrito en Python utilizando el marco PyTorch y se distribuye bajo la licencia NVIDIA Source Code License, que impone restricciones sobre el uso comercial. <\/p>\n

Tambi\u00e9n est\u00e1n disponibles modelos preentrenados listos para su carga, que han sido entrenados en la colecci\u00f3n Flickr-Faces-HQ (FFHQ), que incluye 70,000 im\u00e1genes PNG de alta calidad (1024×1024) de rostros humanos. Adem\u00e1s, hay modelos basados en las colecciones AFHQv2 (fotos de animales) y Metfaces (im\u00e1genes de rostros humanos de retratos de la pintura cl\u00e1sica). Aunque el enfoque est\u00e1 en los rostros, el sistema puede ser entrenado para generar cualquier objeto, como paisajes y autom\u00f3viles. Tambi\u00e9n se proporcionan herramientas para el autoaprendizaje de la red neuronal a partir de colecciones propias de im\u00e1genes. Se requiere una o varias tarjetas gr\u00e1ficas NVIDIA (se recomienda GPU Tesla V100 o A100), un m\u00ednimo de 12 GB de RAM, PyTorch 1.9 y el toolkit CUDA 11.1+. Se est\u00e1 desarrollando un detector especial para determinar la naturaleza artificial de los rostros generados. <\/p>\n

El sistema permite sintetizar la imagen de un nuevo rostro mediante la interpolaci\u00f3n de caracter\u00edsticas de varios rostros, combinando rasgos caracter\u00edsticos y adaptando la imagen final a la edad, g\u00e9nero, longitud del cabello, expresi\u00f3n de la sonrisa, forma de la nariz, color de piel, gafas y \u00e1ngulo de la fotograf\u00eda necesarios. El generador considera la imagen como una colecci\u00f3n de estilos, separando autom\u00e1ticamente los detalles caracter\u00edsticos (pecas, cabello, gafas) de los atributos generales de alto nivel (postura, g\u00e9nero, cambios relacionados con la edad) y permite combinarlos de manera arbitraria, determinando las propiedades dominantes a trav\u00e9s de coeficientes de peso. Como resultado, se generan im\u00e1genes pr\u00e1cticamente indistinguibles de las fotograf\u00edas reales.

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

La primera versi\u00f3n de la tecnolog\u00eda StyleGAN fue publicada en 2019, tras lo cual en 2020 se propuso una edici\u00f3n mejorada, StyleGAN2, que permite una mejor calidad de las im\u00e1genes y elimina algunos artefactos. Sin embargo, el sistema segu\u00eda siendo est\u00e1tico, es decir, no permit\u00eda lograr una animaci\u00f3n realista y movimiento facial. En el desarrollo de StyleGAN3, el objetivo principal fue adaptar la tecnolog\u00eda para su aplicaci\u00f3n en animaci\u00f3n y video. <\/p>\n

StyleGAN3 utiliza una arquitectura de generaci\u00f3n de im\u00e1genes reestructurada, libre de aliasing, y se proponen nuevos escenarios de entrenamiento para la red neuronal. Incluye nuevas herramientas para visualizaci\u00f3n interactiva (visualizer.py), an\u00e1lisis (avg_spectra.py) y generaci\u00f3n de video (gen_video.py). Adem\u00e1s, se ha reducido el consumo de memoria y se ha acelerado el proceso de entrenamiento.

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

Una caracter\u00edstica clave de la arquitectura StyleGAN3 fue la transici\u00f3n a la interpretaci\u00f3n de todas las se\u00f1ales en la red neuronal en forma de procesos continuos, lo que permiti\u00f3 manipular las posiciones relativas al formar detalles, no atados a coordenadas absolutas de p\u00edxeles individuales en la imagen, sino fijados a la superficie de los objetos representados. En StyleGAN y StyleGAN2, la vinculaci\u00f3n a los p\u00edxeles al generar causaba problemas en la visualizaci\u00f3n din\u00e1mica, por ejemplo, al moverse la imagen se observaba desincronizaci\u00f3n de peque\u00f1os detalles, como arrugas y cabellos, que se mov\u00edan como si estuvieran separados del resto de la cara. En StyleGAN3, estos problemas se han resuelto y la tecnolog\u00eda se ha vuelto completamente adecuada para la creaci\u00f3n de video.