NVIDIA的GAN网络生成的假照片已经和真实照片没有区别

bitbit
最后编辑于 2018年12月26日 人工智能

最近,人工智能计算机公司NVIDIA的研究人员发布了一篇用生成对抗网络(GAN)创建逼真人脸图像风格的新论文:A Style-Based Generator Architecture for Generative Adversarial Networks,三位研究人员是Tero Karras, Samuli Laine, Timo Aila。

通过该生成对抗网络(GAN),可以分离照片的高级属性,例如照片中人脸的姿势和身份,并且在生成的图像中可以产生一些随机变化,比如增加雀斑、头发或胡子。

这篇论文介绍了如何将源图像的"样式"复制到目标图像上,以生成新图像。如下图,最上一行是源图像,最左一列是目标图像,其它的则是生成的新图像。

2014年,这8个人,Ian J. Goodfellow, Jean Pouget-Abadie, Mehdi Mirza, Bing Xu, David Warde-Farley, Sherjil Ozair, Aaron Courville, Yoshua Bengio,发布了一篇具有里程碑意义的论文:Generative Adversarial Networks,首次介绍了GAN这一概念,给人工智能的飞速发展打开了一扇门。经过4年多的发展,使用GAN网络生成的假照片,已经和真实照片没有区别。

将来,你在网络上看到的照片,可能都是假的,不管是人、动物,还是风景。

上面提到的两篇论文,在arxiv.org上:
A Style-Based Generator Architecture for Generative Adversarial Networks
Generative Adversarial Networks

油管上对该篇NVIDIA的论文的视频介绍:
A Style-Based Generator Architecture for Generative Adversarial Networks

登录注册后才能评论。