HyperStyle - ການປັບຕົວຂອງລະບົບການຮຽນຮູ້ເຄື່ອງຈັກ StyleGAN ສໍາລັບການແກ້ໄຂຮູບພາບ

ທີມງານຂອງນັກຄົ້ນຄວ້າຈາກມະຫາວິທະຍາໄລ Tel Aviv ໄດ້ນໍາສະເຫນີ HyperStyle, ສະບັບ inverted ຂອງ NVIDIA's StyleGAN2 ລະບົບການຮຽນຮູ້ເຄື່ອງຈັກທີ່ໄດ້ຖືກອອກແບບໃຫມ່ເພື່ອສ້າງພາກສ່ວນທີ່ຂາດຫາຍໄປໃນເວລາທີ່ການແກ້ໄຂຮູບພາບທີ່ແທ້ຈິງ. ລະຫັດຖືກຂຽນໄວ້ໃນ Python ໂດຍໃຊ້ກອບ PyTorch ແລະຖືກແຈກຢາຍພາຍໃຕ້ໃບອະນຸຍາດ MIT.

ຖ້າ StyleGAN ຊ່ວຍໃຫ້ທ່ານສາມາດສັງເຄາະໃບຫນ້າໃຫມ່ທີ່ມີລັກສະນະທີ່ແທ້ຈິງຂອງຄົນໂດຍການລະບຸຕົວກໍານົດການເຊັ່ນ: ອາຍຸ, ເພດ, ຄວາມຍາວຂອງຜົມ, ລັກສະນະຂອງຮອຍຍິ້ມ, ຮູບຮ່າງຂອງດັງ, ສີຜິວ, ແວ່ນຕາແລະມຸມຖ່າຍຮູບ, ຫຼັງຈາກນັ້ນ HyperStyle ເຮັດໃຫ້ມັນເປັນໄປໄດ້ທີ່ຈະປ່ຽນຕົວກໍານົດການທີ່ຄ້າຍຄືກັນທີ່ມີຢູ່ແລ້ວ. ການຖ່າຍຮູບໂດຍບໍ່ມີການປ່ຽນລັກສະນະລັກສະນະຂອງເຂົາເຈົ້າໃນຂະນະທີ່ຮັກສາການຮັບຮູ້ຂອງໃບຫນ້າຕົ້ນສະບັບ. ສໍາລັບຕົວຢ່າງ, ການນໍາໃຊ້ HyperStyle, ທ່ານສາມາດຈໍາລອງການປ່ຽນແປງຂອງອາຍຸຂອງບຸກຄົນໃດຫນຶ່ງໃນຮູບ, ປ່ຽນຊົງຜົມ, ເພີ່ມແວ່ນຕາ, ຈັບຫນວດຫຼື mustache, ໃຫ້ຮູບພາບຂອງລັກສະນະຂອງກາຕູນຫຼືຮູບແຕ້ມດ້ວຍມື, ເຮັດ. ການສະແດງອອກທາງໜ້າໂສກເສົ້າ ຫຼືມີຄວາມສຸກ. ຍິ່ງໄປກວ່ານັ້ນ, ລະບົບສາມາດໄດ້ຮັບການຝຶກອົບຮົມບໍ່ພຽງແຕ່ປ່ຽນໃບຫນ້າຂອງຄົນ, ແຕ່ຍັງສໍາລັບວັດຖຸໃດຫນຶ່ງ, ສໍາລັບການຍົກຕົວຢ່າງ, ການແກ້ໄຂຮູບພາບຂອງລົດ.

ວິທີການທີ່ສະເຫນີແມ່ນແນໃສ່ແກ້ໄຂບັນຫາຂອງການສ້າງສ່ວນທີ່ຂາດຫາຍໄປຂອງຮູບພາບໃນລະຫວ່າງການດັດແກ້. ໃນວິທີການທີ່ສະເຫນີກ່ອນຫນ້ານີ້, ການຄ້າລະຫວ່າງການສ້າງໃຫມ່ແລະການແກ້ໄຂໄດ້ຖືກແກ້ໄຂໂດຍການປັບເຄື່ອງສ້າງຮູບພາບເພື່ອທົດແທນພາກສ່ວນຂອງຮູບພາບເປົ້າຫມາຍໃນເວລາທີ່ການສ້າງພື້ນທີ່ທີ່ຂາດຫາຍໄປໃນເບື້ອງຕົ້ນ. ຂໍ້ເສຍຂອງວິທີການດັ່ງກ່າວແມ່ນຄວາມຕ້ອງການການຝຶກອົບຮົມເປົ້າຫມາຍໄລຍະຍາວຂອງເຄືອຂ່າຍ neural ສໍາລັບແຕ່ລະຮູບພາບ.

ວິທີການໂດຍອີງໃສ່ algorithm StyleGAN ເຮັດໃຫ້ມັນສາມາດນໍາໃຊ້ຕົວແບບມາດຕະຖານ, ການຝຶກອົບຮົມລ່ວງຫນ້າກ່ຽວກັບການລວບລວມຮູບພາບທົ່ວໄປ, ເພື່ອສ້າງອົງປະກອບລັກສະນະຂອງຮູບພາບຕົ້ນສະບັບທີ່ມີລະດັບຄວາມຫນ້າເຊື່ອຖືທຽບກັບສູດການຄິດໄລ່ທີ່ຕ້ອງການການຝຶກອົບຮົມສ່ວນບຸກຄົນຂອງຕົວແບບສໍາລັບແຕ່ລະຄົນ. ຮູບພາບ. ປະໂຫຍດອີກອັນຫນຶ່ງຂອງວິທີການໃຫມ່ແມ່ນຄວາມສາມາດໃນການດັດແປງຮູບພາບທີ່ມີການປະຕິບັດຢູ່ໃກ້ກັບເວລາທີ່ແທ້ຈິງ.

ຮູບແບບການຝຶກອົບຮົມທີ່ກຽມພ້ອມແມ່ນກຽມພ້ອມສໍາລັບໃບຫນ້າຂອງຄົນ, ລົດແລະສັດໂດຍອີງໃສ່ການເກັບກໍາ Flickr-Faces-HQ (FFHQ, 70 ພັນຮູບພາບ PNG ທີ່ມີຄຸນນະພາບສູງຂອງໃບຫນ້າຂອງຄົນ), Stanford Cars (16 ພັນຮູບພາບຂອງລົດ) ແລະ AFHQ (ຮູບພາບຂອງສັດ). ນອກຈາກນັ້ນ, ເຄື່ອງມືສໍາລັບການຝຶກອົບຮົມຕົວແບບຂອງທ່ານໄດ້ຖືກສະຫນອງໃຫ້, ເຊັ່ນດຽວກັນກັບຮູບແບບການຝຶກອົບຮົມທີ່ກຽມພ້ອມຂອງຕົວເຂົ້າລະຫັດມາດຕະຖານແລະເຄື່ອງກໍາເນີດໄຟຟ້າທີ່ເຫມາະສົມສໍາລັບການນໍາໃຊ້ກັບພວກມັນ. ຕົວຢ່າງເຊັ່ນ, ເຄື່ອງກໍາເນີດໄຟຟ້າສາມາດໃຊ້ໄດ້ສໍາລັບການສ້າງຮູບພາບແບບ Toonify, ລັກສະນະ Pixar, ການສ້າງຮູບແຕ້ມ, ແລະແມ້ກະທັ້ງການແຕ່ງຕົວເຈົ້າຍິງຈາກກາຕູນ Disney.

ແຫຼ່ງຂໍ້ມູນ: opennet.ru