0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

英偉達公開了StyleGAN的源代碼,作為生成對抗網(wǎng)絡的基于Style的生成器架構

電子工程師 ? 來源:lp ? 2019-03-05 13:46 ? 次閱讀

AI生成人臉的開源項目,如今大家都已經(jīng)見怪不怪了,其中最出名的非Deepfake莫屬。

上面這一段一段合成視頻就是Deepfake的杰作,通過機器學習技術搭建了一個系統(tǒng),讓 AI 學習了女明星的面部特征,最后合成到了***里的女演員的頭部。

還有實時面部轉(zhuǎn)換模型Face2Face也是利用AI機器學習的原理,生成各種人臉

前不久,英偉達(NVIDIA)的研究工程師們公開了StyleGAN的源代碼,并將其作為生成對抗網(wǎng)絡的基于Style的生成器架構。

上圖顯示的這些人其實并不是真實存在的,它們都是由StyleGAN開源項目生成的,是不是覺得有點意思呢

目前,StyleGAN已經(jīng)在GitHub獲得了4547個Star,553個Fork(GitHub地址:https://github.com/NVlabs/stylegan)。

而且StyleGAN一經(jīng)開源,就被廣大程序猿們玩壞啦,一位推特名叫roadrunner01的程序猿,就利用StyleGAN生成了從蘿莉到御姐的 (各種) 變換過程。

還有小奶狗到硬漢的變化過程版本:

還有程序員用它做了一個【這個人不存在】的網(wǎng)站,這個網(wǎng)站除了人臉再沒其他東西了,每刷新一次都會自動生成一張人臉,有蘿莉、有妙齡少女、有青年、有老人......

你想不想也做一個試試呢?如果你想知道英偉達研究的更多例子,可以在下面這個StyleGAN視頻里看到:

youtube 地址:https://youtu.be/kSLJriaOumA

用戶可以訓練他們自己的模型或使用預訓練模型來構建他們的面部生成器,支持以下系統(tǒng)

Linux和Windows都受支持,但出于性能和兼容性的原因,強烈建議使用Linux

64位Python 3.6。我們推薦使用numpy 1.14.3或更新的Anaconda3

TensorFlow 1.10.0及以上版本,支持GPU

NVIDIA驅(qū)動程序391.35及以上版本,CUDA工具包9.0及以上版本,cuDNN 7.3.1及以上版本。

剩下的就交給你們自己嘗試啦~

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 開源
    +關注

    關注

    3

    文章

    3181

    瀏覽量

    42235
  • 機器學習
    +關注

    關注

    66

    文章

    8320

    瀏覽量

    132164
  • 英偉達
    +關注

    關注

    22

    文章

    3680

    瀏覽量

    90475

原文標題:英偉達開源的變臉項目StyleGAN,要被程序員玩壞啦

文章出處:【微信號:TheBigData1024,微信公眾號:人工智能與大數(shù)據(jù)技術】歡迎添加關注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關推薦

    AllJoyn C++代碼生成器

    AllJoyn 團隊非常激動地向廣大開發(fā)商宣布,一款新工具已經(jīng)問世——代碼生成器。如果您擁有定義的 AllJoyn 服務接口規(guī)范,即可通過運行此代碼生成器,為您的服務端和客戶端
    發(fā)表于 09-19 18:11

    圖像生成對抗生成網(wǎng)絡

    圖像生成對抗生成網(wǎng)絡ganby Thalles Silva 由Thalles Silva暖身 (Warm up)Let’s say there’s a very cool party going
    發(fā)表于 09-15 09:29

    利用LabVIEW代碼生成器簡化應用項目

    利用LabVIEW代碼生成器簡化應用項目
    發(fā)表于 02-26 14:01 ?24次下載
    利用LabVIEW<b class='flag-5'>代碼</b><b class='flag-5'>生成器</b>簡化應用項目

    代碼生成器的應用

    jeesite框架代碼生成器,可以很方便的生成代碼,挺不錯的。
    發(fā)表于 01-14 15:19 ?0次下載

    數(shù)碼管代碼生成器

    數(shù)碼管代碼生成器,迅速生成數(shù)碼管的相應代碼
    發(fā)表于 04-25 10:54 ?40次下載

    STM32庫函數(shù)代碼自動生成器正式版

    STM32庫函數(shù)代碼自動生成器正式版 STM32庫函數(shù)代碼自動生成器正式版
    發(fā)表于 07-25 18:52 ?0次下載

    如何使用深度殘差生成對抗網(wǎng)絡設計醫(yī)學影像超分辨率算法

    針對醫(yī)學影像超分辨率重建過程中細節(jié)丟失導致的模糊問題,提出了一種基于深度殘差生成對抗網(wǎng)絡( GAN)的醫(yī)學影像超分辨率算法。首先,算法包括生成器網(wǎng)絡和判別器
    發(fā)表于 01-02 16:59 ?5次下載
    如何使用深度殘差<b class='flag-5'>生成對抗</b><b class='flag-5'>網(wǎng)絡</b>設計醫(yī)學影像超分辨率算法

    基于生成器的圖像分類對抗樣本生成模型

    現(xiàn)有基于生成器對抗樣本生成模型相比基于迭代修改原圖的算法可有效降低對抗樣本的構造時間,但其生成對抗
    發(fā)表于 04-07 14:56 ?2次下載
    基于<b class='flag-5'>生成器</b>的圖像分類<b class='flag-5'>對抗</b>樣本<b class='flag-5'>生成</b>模型

    基于生成對抗網(wǎng)絡的圖像補全方法

    圖像補全是數(shù)字圖像處理領域的重要研究方向,具有廣闊的應用前景。提出了一種基于生成對抗網(wǎng)絡(GAN)的圖像補全方法。生成對抗
    發(fā)表于 05-19 14:38 ?14次下載

    python生成器是什么

    python生成器 1. 什么是生成器生成器(英文名 Generator ),是一個可以像迭代器那樣使用for循環(huán)來獲取元素的函數(shù)。 生成器的出現(xiàn)(Python 2.2 +),實現(xiàn)
    的頭像 發(fā)表于 02-24 15:53 ?3534次閱讀

    將使用代碼生成器生成的項目移植到與智能配置器一起使用的項目

    將使用代碼生成器生成的項目移植到與智能配置器一起使用的項目
    發(fā)表于 01-11 19:00 ?0次下載
    將使用<b class='flag-5'>代碼</b><b class='flag-5'>生成器</b><b class='flag-5'>生成</b>的項目移植到與智能配置器一起使用的項目

    【虹科】為什么需要網(wǎng)絡流量生成器?

    什么是網(wǎng)絡流量生成器,為什么我需要一個?網(wǎng)絡流量生成器是一種將流量饋送到網(wǎng)絡以測試和優(yōu)化網(wǎng)絡設備
    的頭像 發(fā)表于 03-11 10:09 ?1003次閱讀
    【虹科】為什么需要<b class='flag-5'>網(wǎng)絡</b>流量<b class='flag-5'>生成器</b>?

    將使用代碼生成器生成的項目移植到與智能配置器一起使用的項目

    將使用代碼生成器生成的項目移植到與智能配置器一起使用的項目
    發(fā)表于 06-30 20:54 ?0次下載
    將使用<b class='flag-5'>代碼</b><b class='flag-5'>生成器</b><b class='flag-5'>生成</b>的項目移植到與智能配置器一起使用的項目

    深度學習生成對抗網(wǎng)絡(GAN)全解析

    GANs真正的能力來源于它們遵循的對抗訓練模式。生成器的權重是基于判別器的損失所學習到的。因此,生成器被它生成的圖像所推動著進行訓練,很難知道生成
    發(fā)表于 03-29 14:42 ?4110次閱讀
    深度學習<b class='flag-5'>生成對抗</b><b class='flag-5'>網(wǎng)絡</b>(GAN)全解析

    生成對抗網(wǎng)絡(GANs)的原理與應用案例

    生成對抗網(wǎng)絡(Generative Adversarial Networks,GANs)是一種由蒙特利爾大學的Ian Goodfellow等人在2014年提出的深度學習算法。GANs通過構建兩個
    的頭像 發(fā)表于 07-09 11:34 ?614次閱讀