[StyleGAN] Architecture de générateur basée sur le style de GAN, partie 1 (examen de l’algorithme) | Intel® Developer Zone TDLS

—————— Rejoignez notre défi de produit d’apprentissage automatique et gagnez un “prix en espèces” pouvant aller jusqu’à 3 000 $: ———— – – -Toronto Deep Learning Series, 24 janvier 2019, article: Groupe de discussion: Diego Cantor, Michael O.Vertolli, Dave MacDonald Modérateur: Knowledge Research Generative Network-Oriented Generator Generator Architecture Based on Generator We Un réseau d’architecture de générateur pour générer des adversarialities génératives est proposé, emprunté à la littérature de conversion de style. La nouvelle architecture peut apprendre automatiquement, séparer sans surveillance les attributs de haut niveau (tels que la posture et l’identité lors de l’entraînement sur le visage) et les changements aléatoires dans les images générées (telles que les taches de rousseur, les cheveux), et obtenir un contrôle de synthèse spécifique intuitif et évolutif. 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. .

Origine sur youtube