Tîmek lêkolînerên ji Zanîngeha Tel Aviv HyperStyle, guhertoyek berevajîkirî ya pergala fêrbûna makîneya StyleGAN2 ya NVIDIA-yê ku ji nû ve hatî sêwirandin ji nû ve hatî sêwirandin da ku parçeyên winda di guherandina wêneyên rastîn de ji nû ve biafirîne. Kod di Python de bi karanîna çarçoveya PyTorch ve hatî nivîsandin û di bin lîsansa MIT-ê de tê belav kirin.
Ger StyleGAN destûrê dide we ku hûn bi diyarkirina pîvanên wekî temen, zayend, dirêjahiya por, karaktera bişirîn, şeklê poz, rengê çerm, qedeh û goşeya wêneyê, rûyên nû yên rastîn ên mirovan sentez bikin, wê hingê HyperStyle guheztina parametreyên mîna yên heyî gengaz dike. wêneyên bêyî ku taybetmendiyên xwe yên taybetmendiyê biguhezînin di heman demê de ku nasnameya rûyê orjînal diparêzin. Mînakî, bi karanîna HyperStyle, hûn dikarin guheztina temenê kesek di wêneyekê de simul bikin, porê biguhezînin, qedeh, rîh an jî mustaq lê zêde bikin, xuyangê karakterek kartonê an tabloyek bi desta xêzkirî bidin wêneyê, çêbikin. nîşanek rûyê xemgîn an kêfxweş. Wekî din, pergal dikare ne tenê ji bo guheztina rûyê mirovan, lê di heman demê de ji bo her tiştan jî were perwerde kirin, mînakî, ji bo sererastkirina wêneyên otomobîlan.
Rêbaza pêşniyarkirî ji bo çareserkirina pirsgirêka nûavakirina parçeyên winda yên wêneyê di dema guherandinê de ye. Di rêbazên berê yên pêşniyarkirî de, danûstandina di navbera ji nû veavakirin û guherandinê de bi birêkûpêkkirina jeneratorê wêneyê hate çareser kirin da ku beşên wêneya armancê biguhezîne dema ku deverên ku di destpêkê de winda bûne werin afirandin. Nebaşiya nêzîkatiyên weha hewcedariya perwerdehiya armanckirî ya dirêj a tora neuralî ya ji bo her wêneyê ye.
Rêbaza ku li ser bingeha algorîtmaya StyleGAN-ê ye, gengaz dike ku meriv modelek standard bikar bîne, ku li ser berhevokên hevpar ên wêneyan pêş-perwerdekirî ye, da ku hêmanên taybetmendiya wêneya orîjînal bi astek pêbaweriya ku bi algorîtmayên ku ji bo her yekê perwerdehiya kesane ya modelê hewce dike were berhev kirin biafirîne. wêne. Avantajek din a rêbaza nû şiyana guheztina wêneyan bi performansa nêzê dema rast e.
Modelên perwerdekirî yên amade ji bo rûyê mirovan, otomobîl û heywanan li ser bingeha koleksiyonên Flickr-Faces-HQ (FFHQ, 70 hezar wêneyên PNG-ya bilind ên rûyê mirovan), Otomobîlên Stanford (16 hezar wêneyên otomobîlan) û AFHQ (wêneyên ajalan). Wekî din, amûrên ji bo perwerdekirina modelên we têne peyda kirin, û her weha modelên perwerdekirî yên amade yên şîfreker û jeneratorên standard ên ku ji bo karanîna bi wan re guncan in têne peyda kirin. Mînakî, jenerator ji bo afirandina wêneyên bi şêwaza Toonify, karakterên Pixar, çêkirina kêşan, û tewra şêwazkirina prensesên ji karîkaturên Disney hene.
Source: opennet.ru