【世界聚看点】2022年01月04日最新发布:人工智能网学会了一个新技能:只需几个像素就能创建出逼真的人脸

2023-05-20 07:47:23
2022年01月04日

新时代,高科技越来越发达。相信很多年轻人都看过科技新闻,所以我们在生活中也应该多多使用这些高科技的东西。今天想和大家分享一条科技知识,希翼大家喜欢。

在恐慌之前,请注意这不是一个可以消除含糊的令人毛骨悚然的反向像素化,因为AI带来的人脸是假的——它们不属于真人。但这是一个技术上很酷的步骤,以前可以通过这种网络实现。


(资料图)

PULSE系统可以生成分辨率比源图像高64倍的照片,其分辨率比以前的方法高8倍。

杜克大学的计算机科学家辛西娅鲁丁(Cynthia Rudin)说,“从未有过如此高分辨率的超高分辨率图像被制造出来。”

PULSE的工作是反向工作,生成全分辨率人脸照片,使其像素化时看起来像含糊的原始照片,而不是从含糊的图像开始,试图详细添加它们来追寻匹配。16 x 16像素网格可以在几秒钟内转换成1,024 x 1,024的图像,并且增加了100多万像素。

该系统利用生成的对抗网络或GAN,本质上反抗两个神经网络(设计用于摹仿人脑的复杂AI学习引擎),并在同一组照片上训练它们。一个生成人脸,另一个决定人脸是否足够逼真。

通过这种方法,研究人员可以获得没有含糊或含糊区域的图像,这些区域有时会在使用其他技术时浮现在最终产品中。

这个系统成功的部分原因是,它追寻任何将被还原为原始图像的图像,而不是试图找到适合源的“真实”图像。它快速测试许多选项——遍历其名称中的“潜在空间”——直到找到匹配项。

像这样的GAN继续变得越来越复杂:你可能还记得,科技巨头英伟达向来在炫耀一个生成性对抗网络,它可以生成令人毛骨悚然的真实照片,照片中的人实际上并不存在。

在这种情况下,图像是通过将现有的人脸混合到新的事物中生成的。在这里研究人员演示的PULSE系统中,像素化图像块被用作源。

研究人员表示,可以从同一个源图像生成多张脸,同样的想法可以应用于创建除块状图像之外的任何东西的照片,例如猫、日落、树木、气球或其他任何东西。

这一方面可以使它适用于所有其他领域,包括医学、显微镜、天文学和卫星图像。

本文就为大家讲解到这里。
关闭
精彩放送