AI技能修正老照片,真假莫辨——带你了解其背面的生成对立网络

更多原创科普作品,请关注我哦,科普苑!

在数码相机、智能手机还不那么普及的年代,谁家没本厚厚的老相册、大大的相框,记录着一家人生活的点点滴滴和成长变化?逢年过节,一家人围坐在桌前,翻看老照片,细细回味,一切来得标签19都是那么亲切。

有时候照片未塑封,保存时间过长的话,纸张不免会变黄、褪色,人物、景物会变得模糊或AI技能修正老照片,真假莫辨——带你了解其背面的生成对立网络部分损坏。这要搁在以前,定是件无比恼人和遗憾的事情。但是,在现在不过是小AI技能修正老照片,真假莫辨——带你了解其背面的生成对立网络事一桩,AI分分秒秒帮你把照片修复得完好如初

那么到底是什么AI技术如此强大呢,竟然知道老照片最初的样子?它就是“生成对AI技能修正老照片,真假莫辨——带你了解其背面的生成对立网络抗网络(generative adver标签20sarial network,简称 GAN)”。

什么是“生成对抗网络”呢?不急,大家看过金庸小说的人AI技能修正老照片,真假莫辨——带你了解其背面的生成对立网络可能都还记得“老顽童”周伯通被困桃花岛时为打发时间而发明的“左右互搏术”,即自己的左手和右手互相打架,武功日益精进。“生成对标签3抗网络”和“左右互搏术”具有异曲同工之妙。

生成对抗网络是生成模型应用的较多的一个例子。所谓“生成模型”是指能够随机生成观测数据的模型,即喂给它一些风景照片,训练好的“生成模型”就会合成一些全新的风景照。生成对抗网络包括生成网络判别网络两部分生成网络用来生AI技能修正老照片,真假莫辨——带你了解其背面的生成对立网络成数据,即出招;判别网络则用来分辨生成数据是真实数据还是虚假数据接招。两者在不断较量对抗中,生成令机器和人都真假难辨的数据,功夫始成。

以美图秀秀小程序修复老照片为例,比如老照片上缺失一块,生成网络负责把一些随机的点变成与老照片相似的图片,这中间需要深度神经网络的帮助。那么计算机如何判断生成图片的质量呢?又如何给生成网络反馈信息以进一步优化生成网络呢?这时候就需要判别网标签20络登场了,它用来判断一张图片究竟是来自真标签20实的照片还是由生成网络生成的合成图片。给判别网络输入一张图片,如果它确定该图一定来自真实的老照片AI技能修正老照片,真假莫辨——带你了解其背面的生成对立网络,则输出1;若判断它是由生成网络生成的,则输出0;有的时候,如果判别网络认为一张图片既可能来自于真实的老照片,又可能是生成网络生成的,则输出该图片是真实图片的概率。当判别概率稳定为0.5时,则生成网络和判别网络的对抗达到一稳定状态,此时修复好的老照片,计算机已经无法看出哪一部分是真实的,哪一部分是后期合成的,即真假莫辨。

引自https://arxiv.org/pdf/1607.07539.pdf

除了照片修复,生成对抗网络还有很多其他的应用,比如像艺术家一样进行图画创作,由侧脸照生成正面人像、帮助警察抓坏人,由任意一张人物照片生成各个年龄段的照片,火遍朋友圈的换脸软件,生成动画角色,图像转换(马变斑马)等等。

想深入了解更多生成对抗网络以及生成模型的应用,可以自行查AI技能修正老照片,真假莫辨——带你了解其背面的生成对立网络找一些文献和书籍哦,欢迎和小博一起探讨!

Write a Comment

电子邮件地址不会被公开。 必填项已用 *标注