LegközelebbKövetkező útmutató
U-Net architektúra
Vizuális AI
Vizuális MI ÚTMUTATÓ
A StyleGAN egy stílusalapú GAN-generátor, amely a látens kódot egy köztes reprezentációba képezi le, és a stílusokat több szintézisrétegen keresztül alkalmazza.
Hallgassa meg ezt az útmutatótAI-narrált · ~2 min
This structure supports controls over different scales of visual variation, although semantic factors are not perfectly independent.
Karras és munkatársai által bevezetett StyleGAN. 2018-ban újratervezte a GAN generátort a „stílus” gondolata köré. Ahelyett, hogy egy véletlen vektort közvetlenül a hálózatba táplálna, először leképezi a z látens kódot egy 8 rétegű MLP-n keresztül egy W közbenső térbe, amely szétválasztja a variációs tényezőket. A betanult konstans tenzort ezután fokozatosan felmintavételezi, és minden felbontásnál a stílusvektor modulálja a jellemzőtérképeket az Adaptive Instance Normalization (AdaIN) segítségével, vezérelve az attribútumokat a póztól (durva rétegek) a bőrtextúráig (finom rétegek). A rétegenkénti zajbemenetek sztochasztikus részleteket, például szeplőket és kósza szőrszálakat adnak hozzá. A StyleGAN2 (2020) az AdaIN-t súlydemodulációra cserélte, hogy eltávolítsa a „blob” műtermékeket, a StyleGAN3 (2021) pedig rögzített textúraragasztó álnevet, hogy a funkciók természetes módon mozogjanak az animáció során.
Végtelen fotorealisztikus, nem létező emberi arcok generálása, amint azt a thispersondoesnotexist.com bemutatja.
Szemantikus arcszerkesztés: zökkenőmentesen változtatja az életkort, az arckifejezést vagy a pózt a W térben lévő irányok mentén.
Szintetikus edzési adatok és avatarok létrehozása, amikor kevés a valódi, a magánélet védelmét biztosító kép.
Művészi eszközök, amelyek interpolálják vagy „stíluskeverik” a képeket, hogy a durva szerkezetet és a finom részleteket vegyítsék.
Style-based generators support research in image editing, latent inversion, and efficient synthesis. EG3D combines a StyleGAN2-style feature generator with neural rendering for 3D-aware generation. These methods need evaluation for the intended domain and edit: a useful latent direction or realistic output does not guarantee complete control, exact identity preservation, or privacy-safe synthetic data. Runtime advantages also depend on the implementation and comparison workload.
Ingyenes hírlevél
Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.
Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.
Teszteld magad
Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.
Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt
StyleGAN is a style-based GAN generator that maps a latent code into an intermediate representation and applies styles at multiple synthesis layers. This structure supports controls over different scales of visual variation, although semantic factors are not perfectly independent.
A 8 rétegű MLP leképezi a z-t W-re, egy közbenső látens teret, ahol a variációs tényezők jobban elkülönülnek, lehetővé téve a tisztább vezérlést.
Az AdaIN normalizálja a jellemzőtérképeket, majd méretre és eltolásra helyezi azokat stílusból származó statisztikák segítségével minden felbontásnál.
A StyleGAN egy tanult állandó bemenetből indul ki, és stílust és zajt injektál be a mintavételezés során, ahelyett, hogy közvetlenül betáplálná a z-t.
A durva rétegek szabályozzák a nagyméretű szerkezeteket, például a pózt és az általános formát, míg a finom rétegek a textúrát és a mikrorészleteket.
A StyleGAN2 felváltotta az AdaIN-t súlydemodulációval, eltávolítva a cseppek/blob műtermékeket és javítva a képminőséget.
Tanulj tovább
További útmutatók készültek ehhez a témához
LegközelebbKövetkező útmutató
U-Net architektúra
Vizuális AI