Untuk menua wajah dalam foto, mengubah gaya rambut, atau membuatnya tersenyum, Anda perlu mempelajari semantik yang terkandung dalam lapisan terpisah model GAN terlatih. Studi terbaru tentang jaringan permusuhan generatif telah menunjukkan bahwa lapisan yang berbeda mengandung semantik yang berbeda dari gambar yang disintesis: beberapa bertanggung jawab atas warna, yang lain untuk tekstur, dll.
. , . :
StyleCLIP
Adobe , StyleGAN, .
CLIP, StyleGAN. , . , ArcFace. , : , , .
ReStyle
GAN- . , . , . , .
EigenGAN
, . - , , . , , , - , .
LatentCLR
GAN, . StyleGAN2 BigGAN.
Geometry-Free View Synthesis
, . , , , . . , .
, . , «» . , . , 3D- , .
Articulated Animation
Snap , , — , , . , , . , . .
VideoGPT
. — VQ-VAE, self-attention. GPT- .
, , .
MiVOS
. . . , .
, : , , . , , Adobe Premier.
DINO
, FAIR .
. , , .
, . , . ImageNet, — , : , , . , , .
PAWS, , .
ML :
Compositional Perturbation Autoencoder (CPA)
, . , .
FAIR . , , , ..
Transferable Visual Words
, . . . « », . .
:
Sekian terima kasih atas perhatiannya dan sampai jumpa bulan depan!