Pour vieillir un visage sur une photo, changer de coiffure ou le faire sourire, vous devez étudier la sémantique contenue dans les couches séparées du modèle GAN formé. Des études récentes de réseaux antagonistes génératifs ont montré que différentes couches contiennent différentes sémantiques d'images synthétisées: certaines sont responsables de la couleur, d'autres des textures, etc.
. , . :
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
, . . . « », . .
:
C'est tout, merci de votre attention et à le mois prochain!