新論文提出用GAN構建不同年齡時的樣貌：可提前看到年老時的模樣

icyfire 發布于2019-04-25 18:08 / 1964人閱讀

摘要：在這項工作中，我們提出了基于生成對抗網絡的自動面部老化方法。用于重建輸入圖像的的近似在生成器輸入以執行面部老化時切換年齡狀況。圖我們的使用兩個隨機行和各自限制的年齡類別列生成的合成圖像的樣本圖面部重建與老化的樣例。

最近的研究表明生成對抗網絡（GAN）可以產生特別好的視覺保真度（visual fidelity）的合成圖像。在這項工作中，我們提出了基于生成對抗網絡的自動面部老化（automatic face aging）方法。與之前運用生成對抗網絡改變面部特征的工作相反，我們特別強調保存面部老化版本與原來的人的同一性。最后，我們介紹了一種生成對抗網絡 latent vectors 的「Identity-Preserving」優化的全新方法。通過當前較佳的面部識別和年齡評估方案，對得到的老化和年輕化的面部圖像的客觀評價證明了被提出方法的巨大潛力。

圖 1 我們的面部老化方法。（a）用于重建輸入圖像的 latent vectors 的近似；（b）在生成器 G 輸入以執行面部老化時切換年齡狀況。

圖 2 我們的 acGAN 使用兩個隨機 latent vectors z（行）和各自限制的年齡類別 y（列）生成的合成圖像的樣本

圖 3 面部重建與老化的樣例。（a）原始測試圖像，（b）使用最初 latent approximations 生成的重建圖像：z0，（c）使用「Pixelwise」和「Identity-Preserving」優化的 latent approximations 生成的重建圖像：z pixel 與 z IP，和（d）通過「Identity-Preserving」z IP latent approximations 和各自限制的年齡分類 y（每列一個）生成的重建圖像的老化

歡迎加入本站公開興趣群

商業智能與數據分析群

興趣范圍包括各種讓數據產生價值的辦法，實際應用案例分享與討論，分析工具，ETL工具，數據倉庫，數據挖掘工具，報表系統等全方位知識

QQ群：81035754

GPU云服務器云服務器備案時的網站名稱解析jpeg數據時的問題連接云服務器時的憑據備案時的云服務器填什么

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。

轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/4458.html

CVPR 2018：用GAN預測20年后你長什么樣

摘要：年后的你長什么樣北京航空航天大學和密歇根州立大學的研究人員設計了一個系統，采用生成對抗網絡，可以根據原始照片生成一個人年齡增長后的樣子，甚至連發際線逐漸后移也能逼真地模擬。 20年后的你長什么樣？北京航空航天大學和密歇根州立大學的研究人員設計了一個AI系統，采用生成對抗網絡（GAN），可以根據原始照片生成一個人年齡增長后的樣子，甚至連發際線逐漸后移也能逼真地模擬。論文發表在CVPR 2018...

notebin 2019-04-25 18:28 評論0 收藏0
效果逆天，谷歌最新 BEGAN 刷新計算機生成圖像的質量記錄

摘要：判別器勝利的條件則是很好地將真實圖像自編碼，以及很差地辨識生成的圖像。先看一張圖：下圖左右兩端的兩欄是真實的圖像，其余的是計算機生成的。過渡自然，效果驚人。這是谷歌本周在 arXiv 發表的論文《BEGAN：邊界均衡生成對抗網絡》得到的結果。這項工作針對 GAN 訓練難、控制生成樣本多樣性難、平衡鑒別器和生成器收斂難等問題，提出了改善。尤其值得注意的，是作者使用了很簡單的結構，經過常規訓練...

Apollo 2019-04-25 18:11 評論0 收藏0
這夢一般的街景，全是AI偽造的 | 把GAN秒成渣渣的paper+code

摘要：陳啟峰認為，這種技術前途大好，最終可以用于創造真正模擬現實世界的游戲場景。小學時，陳啟峰先后獲得全國作文競賽二等獎和奧數競賽一等獎。年，歲的陳啟峰發表論文，提出數據結構。『凡所有相，皆是虛妄』上面這張德國街道圖片，乍一看像是行車記錄儀拍的，又好像谷歌街景照片加了復古濾鏡。實際上，這是一張合成圖片。在谷歌地圖上，根本找不到這樣的街道。一個神經網絡，根據自己在訓練過程中見過的真實街道，生成了它...

Worktile 2019-04-25 18:16 評論0 收藏0
Google GAN之父 ICCV2017演講：解讀生成對抗網絡的原理與應用

摘要：但年在機器學習的較高級大會上，蘋果團隊的負責人宣布，公司已經允許自己的研發人員對外公布論文成果。蘋果第一篇論文一經投放，便在年月日，斬獲較佳論文。這項技術由的和開發，使用了生成對抗網絡的機器學習方法。 GANs「對抗生成網絡之父」Ian Goodfellow 在 ICCV 2017 上的 tutorial 演講是聊他的代表作生成對抗網絡（GAN/Generative Adversarial ...

plokmju88 2019-04-25 18:20 評論0 收藏0
WGAN最新進展：從weight clipping到gradient penalty

摘要：前面兩個期望的采樣我們都熟悉，第一個期望是從真樣本集里面采，第二個期望是從生成器的噪聲輸入分布采樣后，再由生成器映射到樣本空間。 Wasserstein GAN進展：從weight clipping到gradient penalty，更加先進的Lipschitz限制手法前段時間，Wasserstein ?GAN以其精巧的理論分析、簡單至極的算法實現、出色的實驗效果，在GAN研究圈內掀起了一陣...

陳江龍 2019-04-25 18:13 評論0 收藏0