{"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\/it\/blog\/news\/nvidia-otkryla-kod-stylegan3-sistemy-mashinnogo-obucheniya-dlya-sinteza-licz","title":{"rendered":"NVIDIA ha rivelato il codice di StyleGAN3, un sistema di machine learning per la sintesi di volti.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

L'azienda NVIDIA ha pubblicato i codici sorgente di StyleGAN3, un sistema di apprendimento automatico basato su reti neurali generative avversarie (GAN), progettato per sintetizzare immagini realistiche di volti umani. Il codice \u00e8 scritto in Python utilizzando il framework PyTorch ed \u00e8 distribuito sotto la licenza NVIDIA Source Code License, che impone restrizioni sull'uso commerciale. <\/p>\n

Sono disponibili anche modelli gi\u00e0 addestrati, formati su una collezione di immagini Flickr-Faces-HQ (FFHQ), che include 70.000 immagini PNG di volti umani di alta qualit\u00e0 (1024\u00d71024). Inoltre, ci sono modelli sviluppati basati su collezioni AFHQv2 (foto di volti di animali) e Metfaces (immagini di volti umani da ritratti di pittura classica). Durante lo sviluppo, l'attenzione \u00e8 stata posta sui volti, ma il sistema pu\u00f2 essere addestrato per generare qualsiasi oggetto, come paesaggi e automobili. Sono inoltre forniti strumenti per l'autoapprendimento della rete neurale su proprie collezioni di immagini. Per il funzionamento \u00e8 richiesta una o pi\u00f9 schede grafiche NVIDIA (si raccomanda GPU Tesla V100 o A100), almeno 12 GB di RAM, PyTorch 1.9 e toolkit CUDA 11.1 o superiore. \u00c8 in fase di sviluppo un rilevatore speciale per determinare la natura artificiale dei volti ottenuti. <\/p>\n

Il sistema consente di sintetizzare l'immagine di un nuovo volto basata sull'interpolazione delle caratteristiche di pi\u00f9 volti, combinando tratti distintivi e adattando l'immagine finale all'et\u00e0, al sesso, alla lunghezza dei capelli, al sorriso, alla forma del naso, al colore della pelle, agli occhiali e all'angolo della fotografia richiesti. Il generatore considera l'immagine come una collezione di stili, separando automaticamente i dettagli caratteristici (freckles, capelli, occhiali) dagli attributi generali di alto livello (posizione, sesso, cambiamenti legati all'et\u00e0) e permettendo di combinarli liberamente stabilendo propriet\u00e0 dominanti attraverso coefficienti di peso. Di conseguenza, vengono generate immagini indistinguibili da vere fotografie.

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

La prima variante della tecnologia StyleGAN \u00e8 stata pubblicata nel 2019, dopo di che nel 2020 \u00e8 stata proposta un'edizione migliorata di StyleGAN2, che consente di ottenere una migliore qualit\u00e0 delle immagini ed elimina alcuni artefatti. Tuttavia, il sistema \u00e8 rimasto statico, cio\u00e8 non ha consentito di ottenere un'animazione realistica e il movimento del volto. Nello sviluppo di StyleGAN3, l'obiettivo principale \u00e8 stata l'adattamento della tecnologia per il suo utilizzo in animazione e video. <\/p>\n

In StyleGAN3 \u00e8 stata utilizzata un'architettura rielaborata per la generazione di immagini, priva di aliasing, e sono stati proposti nuovi scenari di apprendimento per la rete neurale. Sono incluse nuove utilities per la visualizzazione interattiva (visualizer.py), analisi (avg_spectra.py) e generazione video (gen_video.py). Nella realizzazione, \u00e8 stato anche ridotto il consumo di memoria e accelerato il processo di apprendimento.

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

Una caratteristica chiave dell'architettura StyleGAN3 \u00e8 stato il passaggio all'interpretazione di tutti i segnali all'interno della rete neurale come processi continui, il che ha permesso di manipolare le posizioni relative quando si formano i dettagli, non legate alle coordinate assolute dei singoli pixel nell'immagine, ma ancorate alla superficie degli oggetti raffigurati. In StyleGAN e StyleGAN2, il legame con i pixel durante la generazione portava a problemi durante la visualizzazione dinamica; ad esempio, quando l'immagine si muoveva, si osservava uno sfasamento di dettagli minori, come rughe e peli, che sembravano muoversi separatamente dal resto del volto. In StyleGAN3 questi problemi sono stati risolti e la tecnologia \u00e8 diventata completamente adatta per la generazione di video.