Tim ta 'riċerkaturi mill-Università ta' Tel Aviv ippreżenta HyperStyle, verżjoni maqluba tas-sistema ta 'tagħlim tal-magni StyleGAN2 ta' NVIDIA li hija ddisinjata mill-ġdid biex toħloq mill-ġdid il-partijiet neqsin meta teditja immaġini reali. Il-kodiċi huwa miktub f'Python bl-użu tal-qafas PyTorch u huwa mqassam taħt il-liċenzja MIT.
Jekk StyleGAN jippermettilek tisintetizza uċuħ ġodda ta’ nies li jidhru realistiċi billi tispeċifika parametri bħall-età, is-sess, it-tul tax-xagħar, il-karattru tat-tbissima, il-forma tal-imnieħer, il-kulur tal-ġilda, in-nuċċalijiet u l-angolu tar-ritratti, allura HyperStyle jagħmilha possibbli li jinbidlu parametri simili f’dawk eżistenti. ritratti mingħajr ma jinbidlu l-karatteristiċi karatteristiċi tagħhom filwaqt li jżommu r-rikonoxximent tal-wiċċ oriġinali. Pereżempju, bl-użu ta 'HyperStyle, tista' tissimula bidla fl-età ta 'persuna f'ritratt, tibdel il-hairstyle, żid nuċċalijiet, daqna jew mustache, tagħti l-immaġni dehra ta' karattru tal-kartun jew pittura mpinġija bl-idejn, tagħmel espressjoni tal-wiċċ imdejjaq jew ferrieħa. Barra minn hekk, is-sistema tista 'tiġi mħarrġa mhux biss biex tbiddel l-uċuħ tan-nies, iżda wkoll għal kwalunkwe oġġett, pereżempju, biex teditja immaġini ta' karozzi.
Il-metodu propost huwa mmirat biex isolvi l-problema tar-rikostruzzjoni ta 'partijiet nieqsa ta' immaġni waqt l-editjar. F'metodi proposti qabel, il-kompromess bejn ir-rikostruzzjoni u l-editabilità ġie solvut billi rfinar il-ġeneratur ta 'l-immaġni biex jissostitwixxi partijiet ta' l-immaġni fil-mira meta jerġgħu jinħolqu reġjuni editjabbli inizjalment neqsin. L-iżvantaġġ ta 'approċċi bħal dawn huwa l-ħtieġa għal taħriġ immirat fit-tul tan-netwerk newrali għal kull immaġini.
Il-metodu bbażat fuq l-algoritmu StyleGAN jagħmilha possibbli li jintuża mudell standard, imħarreġ minn qabel fuq kollezzjonijiet komuni ta 'immaġini, biex jiġġeneraw elementi karatteristiċi ta' l-immaġni oriġinali b'livell ta 'affidabilità komparabbli ma' algoritmi li jeħtieġu taħriġ individwali tal-mudell għal kull wieħed. immaġni. Vantaġġ ieħor tal-metodu l-ġdid huwa l-abbiltà li timmodifika immaġini b'rendiment qrib il-ħin reali.
Mudelli mħarrġa lesti huma ppreparati għall-uċuħ ta 'nies, karozzi u annimali bbażati fuq il-kollezzjonijiet Flickr-Faces-HQ (FFHQ, 70 elf immaġini PNG ta' kwalità għolja ta 'uċuħ tan-nies), Stanford Cars (16-il elf immaġini ta' karozzi) u AFHQ (ritratti ta' annimali). Barra minn hekk, jiġu pprovduti għodod għat-taħriġ tal-mudelli tiegħek, kif ukoll mudelli mħarrġa lesti ta’ encoders standard u ġeneraturi adattati għall-użu magħhom. Per eżempju, ġeneraturi huma disponibbli għall-ħolqien ta 'stampi ta' stil Toonify, karattri Pixar, jiġġeneraw abbozzi, u anke stilizzar princesses minn cartoons Disney.
Sors: opennet.ru