引言你能看出这张照片中面部的共同点吗？这些人都不是真实存在的！这些面部图像都是由GAN技术生成的。“GAN”这个词是由IanGoodfellow在年提出的，但相关概念早在年就存在了（JürgenSchmidhuber开创），在Goodfellow发出这个方向的论文之后才开始普及。从那以后，GAN就一直不断发展！实际上，GAN无处不在。数据科学家和深度学习研究者使用这项技术来生成逼真的图像，改变面部表情，创建游戏场景，可视化设计，甚至生成令人惊叹的艺术作品！最近有关AI生成艺术作品的新闻就是GAN的成果：在本文中，我们将介绍五个流行且有趣的GAN应用。你可能遇到过其中一些但没有注意到它们是如何工作的。另外提供了每个GAN应用的链接，可以查看研究一下。GAN介绍GAN的应用图像编辑安全相关生成数据注意力预测3D对象生成总结GAN介绍我们了解了GAN可以做些什么。但它们是怎样运行的？这个强大的算法下面发生了什么？用一个流行的例子来理解这一点。有一个伪造者（创造假艺术品）和一个负责检测这些假艺术品的检查者。这个伪造者的任务模仿著名艺术家（如达芬奇）的原创绘画。如果他将这项工作作为原始艺术作品，伪造者可能会赚很多钱。另一方面，检查员的任务是抓住这些伪造者。他应该怎么做？检查员知道真实艺术家独特的特点以及伪造者绘画的特点。检查者将这些已知的特点应用于当前的绘画，检查它是否真实。这场伪造者与检查员的比赛不断进行，最终会成为世界级的检查员，还有世界级的伪造者。现在将伪造者和检查者都看做机器人，当你同时训练伪造者和检查者，那你手上就有一个画家！这基本上就是GAN的工作原理。GAN的应用我们已经对GAN的工作方式有了直观的认识，是时候深入研究目前常用的GAN有趣应用了。图像编辑大多数的图像编辑软件都缺少很大的灵活性对图片进行创造性的改变。例如通过改变某个年轻人的发型，使他变成一个90岁的人的外表。目前的图像编辑软件无法做到这一点。但是使用GAN，我们可以重建图像并彻底改变外表。这篇论文展示了这一前沿应用（

转载请注明:http://www.aideyishus.com/lkjg/6753.html