{"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 aperto il codice di StyleGAN3, un sistema di apprendimento automatico per la sintesi di volti.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

L'azienda NVIDIA ha rilasciato i codici sorgente di StyleGAN3, un sistema di machine learning basato su una rete neurale generativa antagonista (GAN) progettato per sintetizzare immagini realistiche di volti umani. Il codice \u00e8 scritto in Python utilizzando il framework PyTorch ed \u00e8 distribuito con la licenza NVIDIA Source Code License, che impone restrizioni sul suo utilizzo a scopi commerciali. <\/p>\n

Sono disponibili anche modelli pre-addestrati, addestrati su una collezione di immagini chiamata Flickr-Faces-HQ (FFHQ), che comprende 70.000 immagini PNG ad alta qualit\u00e0 (1024\u00d71024) di volti umani. Inoltre, ci sono modelli basati su collezioni come AFHQv2 (foto di volti di animali) e Metfaces (immagini di volti umani da ritratti di opere d'arte classica). Sebbene lo sviluppo si concentri sui volti, il sistema pu\u00f2 essere addestrato per generare qualsiasi tipo di oggetto, come paesaggi e automobili. Vengono forniti anche strumenti per l'auto-addestramento della rete neurale utilizzando collezioni di immagini personalizzate. \u00c8 necessaria una o pi\u00f9 schede grafiche NVIDIA (si consiglia GPU Tesla V100 o A100), almeno 12 GB di RAM, PyTorch 1.9 e toolkit CUDA 11.1+. \u00c8 in fase di sviluppo un rilevatore specifico per identificare il carattere artificiale dei volti generati. <\/p>\n

Il sistema consente di sintetizzare l'immagine di un nuovo volto basandosi 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 tipo di sorriso, alla forma del naso, al colore della pelle, agli occhiali e all'angolazione della fotografia desiderati. Il generatore considera l'immagine come una collezione di stili, separando automaticamente i dettagli caratteristici (freckles, capelli, occhiali) dagli attributi generali ad alto livello (posizione, sesso, cambiamenti legati all'et\u00e0) e consente di combinarli in modo arbitrario definendo le propriet\u00e0 dominanti tramite coefficienti di peso. Di conseguenza, vengono generate immagini indistinguibili da vere fotografie.

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

La prima versione della tecnologia StyleGAN \u00e8 stata pubblicata nel 2019, seguita nel 2020 da una versione migliorata, StyleGAN2, che offre una qualit\u00e0 delle immagini superiore e riduce alcuni artefatti. Tuttavia, il sistema rimaneva statico, ovvero non consentiva di ottenere animazioni e movimenti del volto realistici. Con lo sviluppo di StyleGAN3, l'obiettivo principale \u00e8 stata l'adattamento della tecnologia per applicazioni in animazione e video. <\/p>\n

StyleGAN3 utilizza un'architettura di generazione delle immagini rivisitata, priva di aliasing, e propone nuovi scenari di addestramento per la rete neurale. Sono state integrate nuove utilit\u00e0 per la visualizzazione interattiva (visualizer.py), l'analisi (avg_spectra.py) e la generazione di video (gen_video.py). Inoltre, sono stati ridotti i consumi di memoria e accelerato il processo di addestramento.

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

Una delle caratteristiche fondamentali dell'architettura StyleGAN3 \u00e8 stata la transizione verso l'interpretazione di tutti i segnali nella rete neurale come processi continui. Questo ha permesso di manipolare le posizioni relative durante la formazione dei dettagli, ancorate non alle coordinate assolute dei singoli pixel nell'immagine, ma alla superficie degli oggetti rappresentati. In StyleGAN e StyleGAN2, l'ancoraggio ai pixel durante la generazione portava a problemi nella visualizzazione dinamica; ad esempio, durante il movimento dell'immagine si osservava la disallineamento di piccoli dettagli, come rughe e capelli, che sembravano muoversi separatamente dal resto del volto. In StyleGAN3, questi problemi sono stati risolti e la tecnologia \u00e8 diventata pienamente adatta per la produzione di video.