ເປີດລະຫັດສໍາລັບການສັງເຄາະພາບເຄື່ອນໄຫວໂດຍໃຊ້ເຄືອຂ່າຍ neural

ກຸ່ມ​ນັກ​ຄົ້ນ​ຄວ້າ​ຈາກ​ມະຫາວິທະຍາ​ໄລ​ເຕັກນິກ​ຊຽງ​ໄຮ ຈັດພີມມາ ເຄື່ອງ​ມື ຕົວປອມແປງ, ເຊິ່ງອະນຸຍາດໃຫ້ນໍາໃຊ້ວິທີການການຮຽນຮູ້ເຄື່ອງຈັກເພື່ອຈໍາລອງການເຄື່ອນໄຫວຂອງຄົນໂດຍໃຊ້ຮູບພາບສະຖິດ, ເຊັ່ນດຽວກັນກັບການປ່ຽນເຄື່ອງນຸ່ງ, ໂອນພວກມັນໄປສູ່ສະພາບແວດລ້ອມອື່ນແລະປ່ຽນມຸມທີ່ເຫັນໄດ້ຊັດເຈນ. ລະຫັດຖືກຂຽນໄວ້ໃນ Python
ການນໍາໃຊ້ກອບ PyTorch. ສະພາແຫ່ງຍັງຮຽກຮ້ອງໃຫ້ມີ ວິໄສທັດ ແລະ CUDA Toolkit.

ຊຸດເຄື່ອງມືໄດ້ຮັບຮູບພາບສອງມິຕິທີ່ເປັນການປ້ອນຂໍ້ມູນແລະສັງເຄາະຜົນໄດ້ຮັບທີ່ຖືກດັດແປງໂດຍອີງໃສ່ຮູບແບບທີ່ເລືອກ. ສາມ​ທາງ​ເລືອກ​ການ​ຫັນ​ເປັນ​ສະ​ຫນັບ​ສະ​ຫນູນ​:
ການສ້າງວັດຖຸເຄື່ອນທີ່ປະຕິບັດຕາມການເຄື່ອນໄຫວທີ່ຕົວແບບໄດ້ຖືກຝຶກອົບຮົມ. ການໂອນອົງປະກອບຂອງຮູບລັກສະນະຈາກຕົວແບບໄປຫາວັດຖຸ (ຕົວຢ່າງ, ການປ່ຽນແປງເຄື່ອງນຸ່ງ). ການສ້າງມຸມໃໝ່ (ຕົວຢ່າງ, ການສັງເຄາະຮູບໂປຣໄຟລ໌ໂດຍອີງໃສ່ຮູບເຕັມໃບໜ້າ). ທັງສາມວິທີສາມາດຖືກລວມເຂົ້າກັນໄດ້, ຕົວຢ່າງ, ທ່ານສາມາດສ້າງວິດີໂອຈາກຮູບຖ່າຍທີ່ຈໍາລອງການປະຕິບັດຂອງນັກກາຍຍະກັມທີ່ສັບສົນໃນເຄື່ອງນຸ່ງທີ່ແຕກຕ່າງກັນ.

ໃນ​ລະ​ຫວ່າງ​ການ​ຂະ​ບວນ​ການ​ສັງ​ເຄາະ​, ການ​ດໍາ​ເນີນ​ງານ​ຂອງ​ການ​ຄັດ​ເລືອກ​ວັດ​ຖຸ​ໃນ​ການ​ຖ່າຍ​ຮູບ​ແລະ​ການ​ສ້າງ​ເປັນ​ອົງ​ປະ​ກອບ​ພື້ນ​ຖານ​ທີ່​ຂາດ​ຫາຍ​ໄປ​ໃນ​ເວ​ລາ​ທີ່​ການ​ເຄື່ອນ​ຍ້າຍ​ແມ່ນ​ປະ​ຕິ​ບັດ​ພ້ອມ​ກັນ​. ຮູບແບບເຄືອຂ່າຍ neural ສາມາດໄດ້ຮັບການຝຶກອົບຮົມຄັ້ງດຽວແລະນໍາໃຊ້ສໍາລັບການຫັນປ່ຽນຕ່າງໆ. ສໍາລັບການໂຫຼດ ມີ ຮູບແບບທີ່ກຽມພ້ອມທີ່ຊ່ວຍໃຫ້ທ່ານສາມາດນໍາໃຊ້ເຄື່ອງມືໄດ້ທັນທີໂດຍບໍ່ມີການຝຶກອົບຮົມເບື້ອງຕົ້ນ. ຕ້ອງໃຊ້ GPU ທີ່ມີຂະໜາດຄວາມຈຳຢ່າງໜ້ອຍ 8GB ເພື່ອເຮັດວຽກ.

ບໍ່ເຫມືອນກັບວິທີການຫັນປ່ຽນໂດຍອີງໃສ່ການຫັນປ່ຽນໂດຍຈຸດສໍາຄັນທີ່ອະທິບາຍສະຖານທີ່ຂອງຮ່າງກາຍໃນຊ່ອງສອງມິຕິລະດັບ, Impersonator ພະຍາຍາມສັງເຄາະຕາຫນ່າງສາມມິຕິທີ່ມີຄໍາອະທິບາຍຂອງຮ່າງກາຍໂດຍໃຊ້ວິທີການການຮຽນຮູ້ເຄື່ອງຈັກ.
ວິທີການທີ່ສະເຫນີອະນຸຍາດໃຫ້ມີການຫມູນໃຊ້ຄໍານຶງເຖິງຮູບຮ່າງຂອງຮ່າງກາຍສ່ວນບຸກຄົນແລະ posture ໃນປັດຈຸບັນ, simulating ການເຄື່ອນໄຫວທໍາມະຊາດຂອງແຂນຂາ.

ເພື່ອ​ປົກ​ປັກ​ຮັກ​ສາ​ຂໍ້​ມູນ​ຂ່າວ​ສານ​ຕົ້ນ​ສະ​ບັບ​ເຊັ່ນ​ໂຄງ​ສ້າງ​, ແບບ​, ສີ​ແລະ​ການ​ຮັບ​ຮູ້​ໃບ​ຫນ້າ​ໃນ​ລະ​ຫວ່າງ​ຂະ​ບວນ​ການ​ການ​ຫັນ​ປ່ຽນ​, ເຄືອຂ່າຍ neural adversarial ທົ່ວໄປ (ຂອງແຫຼວ Warping GAN). ຂໍ້​ມູນ​ກ່ຽວ​ກັບ​ວັດ​ຖຸ​ທີ່​ມາ​ແລະ​ຕົວ​ກໍາ​ນົດ​ການ​ສໍາ​ລັບ​ການ​ລະ​ບຸ​ທີ່​ຊັດ​ເຈນ​ຂອງ​ຕົນ​ແມ່ນ​ໄດ້​ຮັບ​ການ​ສະ​ກັດ​ໂດຍ​ການ​ນໍາ​ໃຊ້​ ເຄືອຂ່າຍ neural convolutional.

ແຫຼ່ງຂໍ້ມູນ: opennet.ru