Explication des visages générés par l’IA-StyleGAN | L’IA a créé l’image de l’article StyleGAN: Résumé: Nous nous appuyons sur la littérature de conversion de style et proposons une architecture de générateur alternative pour le réseau de confrontation générative. La nouvelle architecture peut apprendre automatiquement, une séparation non supervisée d’attributs de haut niveau (par exemple, la posture et l’identité lors de l’entraînement sur le visage) et les changements aléatoires dans les images générées (par exemple, les taches de rousseur, les cheveux), et peut réaliser des contrôle de synthèse. Le nouveau générateur améliore la dernière technologie en termes d’indicateurs de qualité de distribution traditionnels, montre des caractéristiques d’interpolation nettement meilleures et élimine mieux les facteurs potentiels de changement.
Afin de quantifier la qualité de l’interpolation et le degré d’enchevêtrement, nous proposons deux méthodes automatisées adaptées à toute architecture de générateur. Enfin, nous introduisons un nouvel ensemble de données de visage très diversifié et de haute qualité. YouTube: Twitter: Musique: #ai #deepface #gan #neuralnetworks #machinelearning.