迄今最真实的GAN:英伟达渐进增大方式训练GAN,生成前所未有高清图像
【AI WORLD 2017世界人工智能大会倒计时 9 天】
“AI达摩”齐聚世界人工智能大会,AI WORLD 2017议程嘉宾重磅发布
在2017年11月8日在北京国家会议中心举办的AI World 2017世界人工智能大会上,我们邀请到阿里巴巴副总裁、iDST副院长华先胜,旷视科技Face++首席科学家、旷视研究院院长孙剑博士,腾讯优图实验室杰出科学家贾佳亚教授,以及硅谷知名企业家、IEEE Fellow Chris Rowen,共论人脸识别等前沿计算机视觉技术。
抢票链接:http://www.huodongxing.com/event/2405852054900?td=4231978320026
大会官网:http://www.aiworld2017.com
新智元编译
来源:nvidia.com
【新智元导读】昨天 NVIDIA Research 网站发布了一篇颇为震撼的GAN论文:Progressive Growing of GANs for Improved Quality, Stability, and Variation,通过使用逐渐增大的GAN网络和精心处理的CelebA-HQ数据集,实现了效果令人惊叹的生成图像。论文、数据集、代码都已经开放可获取,一起来看。
论文:http://research.nvidia.com/sites/default/files/pubs/2017-10_Progressive-Growing-of//karras2017gan-paper.pdf
源代码:https://github.com/tkarras/progressive_growing_of_gans
昨天,英伟达在官网发表了一篇他们已经提交给 ICLR 2018 的论文,提出了一种以渐进增大的方式训练GAN的方法,作者表示,这不仅稳定了训练,还生成了迄今质量最高的GAN生成的图像。
论文题目是“Progressive Growing of GANs for Improved Quality, Stability, and Variation”。其中“Progressive Growing”指的是先训练4x4的网络,然后训练8x8,不断增大,最终达到1024x1024。
作者使用的数据集以CelebA为基础,还进行了额外的处理,包括超分辨率、模糊背景、对齐。
论文摘要
我们描述了生成对抗网络的新训练方法。关键思想是从低分辨率图像开始,逐渐增大(grow)生成器和判别器,并在训练进展过程中添加新的处理更高分辨率细节的网络层。这大大地稳定了训练,并让我们生成了前所未有高质量的图像,例如,分辨率为1024×1024的CelebA图像。我们还提出了一种简单方法,让生成的图像更加变化多端,并在无监督的CIFAR10中实现了8.80的初始分数,创下了记录。此外,我们还描述了几个小的实现细节,对防止生成器和鉴别器之间不健康的竞争非常重要。最后,我们提出了一个从图像质量和种类变化方面衡量GAN结果的新指标。作为额外的贡献,我们构建了更高质量的CelebA数据集,方便以后研究人员就分辨率最高达1024×1024像素的图像进行探索。
网络架构:
更多GAN生成图像,堪比真人照片:
使用精心处理的CelebA-HQ数据集:
可以在这里查看更多GAN生成的高清大图https://drive.google.com/drive/folders/0B4qLcYyJmiz0MUVMVFEyclJnRmc
深入了解AI 技术进展和产业情况,参加新智元世界人工智能大会,马上抢票!
【AI WORLD 2017世界人工智能大会倒计时 9 天】点击图片查看嘉宾与日程。
抢票链接:http://www.huodongxing.com/event/2405852054900?td=4231978320026
AI WORLD 2017 世界人工智能大会购票二维码: