मानव चेहरे का निर्माण करते समय ऐ पियर्स क्या करता है

2014 में, मशीन लर्निंग रिसर्चर जान गुडफेलो ने जेनरेटिव कंसेंट नेटवर्क या GAN के विचार को सामने रखा। "उदारता" में इस तथ्य को समाहित किया गया है कि उनके कार्य का परिणाम चित्र हैं, न कि इनपुट का मूल्यांकन (जैसे "हॉट डॉग या नहीं"), और "प्रतिस्पर्धा" - कि दो न्यूरल नेटवर्क बिल्ली और चूहे की तरह खेलते हैं जैसे काउंटरों से खिलाया जाता है। : एक तंत्रिका नेटवर्क यथार्थवादी चित्र बनाकर दूसरे को मूर्ख बनाने की कोशिश कर रहा है, और दूसरा नकली को अलग करने की कोशिश कर रहा है।

पहले GAN चित्रों को पहचानना आसान था। 2014 के इन चेहरों को देखें ।


"दीप कन्वोकेशनल जनरेटिव कॉम्पिटिटिव नेटवर्क्स के साथ पेश करने के लिए शिक्षक रहित शिक्षा" (2014), रेडफोर्ड एट अल। इसे डीसीजीएएन के रूप में भी जाना जाता है।

लेकिन अक्टूबर 2017 से अंतिम उत्पन्न चेहरों की पहचान करना पहले से कठिन है।


"गुणवत्ता, स्थिरता और विविधता में सुधार के लिए प्रगतिशील गण विकास" (2017), कर्रास एट अल। पीजीएएन या प्रोगान के रूप में भी जाना जाता है।

यहां GAN द्वारा बनाई गई छवियों की कुछ विशेषताएं हैं। हम चेहरों पर ध्यान केंद्रित करते हैं क्योंकि वे शोधकर्ताओं के लिए एक सामान्य परीक्षण का मैदान हैं, और कई सबसे अधिक दिखाई देने वाली कलाकृतियां अन्य प्रकार की छवियों में दिखाई देती हैं।

सीधे बाल पेंट की तरह दिखते हैं

लंबे बाल अक्सर सीधे किस्में के साथ हाइपरट्रॉफ़िड लगते हैं, जैसे कि किसी ने पैलेट चाकू या एक विशाल ब्रश के साथ ऐक्रेलिक के एक गुच्छा को धब्बा दिया।

पाठ डिक्रिप्टेबल नहीं है

यदि GAN चेहरों पर प्रशिक्षित होता है, तो उसके लिए पृष्ठभूमि में दुर्लभ संरचित वस्तुओं को ढूंढना मुश्किल है। इसके अलावा, GANs को छवियों के मानक और दर्पण दोनों संस्करणों पर प्रशिक्षित किया जाता है, जो मॉडलिंग पाठ के दौरान समस्याओं की ओर जाता है, जिसे आमतौर पर केवल एक ही अभिविन्यास में प्रदर्शित किया जाता है।

अवास्तविक पृष्ठभूमि

उत्पन्न चेहरों में विश्वसनीय लगने का एक कारण यह है कि सभी प्रशिक्षण चित्र केंद्रित थे। यह पीढ़ी में बदलाव को कम कर देता है, उदाहरण के लिए, आँखें और कान। दूसरी ओर, पृष्ठभूमि में कुछ भी हो सकता है। यह मॉडल करना बहुत मुश्किल है, इसलिए तंत्रिका नेटवर्क अंततः "वास्तविक" पृष्ठभूमि दृश्यों के बजाय सामान्य पृष्ठभूमि बनावट की नकल करता है।

विषमता

एक गण को निर्भरता के प्रबंधन में कठिनाई हो सकती है जो बहुत दूर है। उदाहरण के लिए, युग्मित सामान, जैसे कि बालियां, आमतौर पर डेटासेट में मेल खाती हैं, लेकिन बनाई गई छवियों में नहीं। इन तस्वीरों में आँखें आमतौर पर एक ही दिशा में और आमतौर पर एक ही रंग की दिखती हैं, और उत्पन्न चेहरे अक्सर स्ट्रैबिस्मस और हेटेरोक्रोमिया से पीड़ित होते हैं। विषमता अक्सर विभिन्न ऊंचाइयों या आकारों के कानों पर दिखाई देती है।

अजीब दांत

GANs एक आम दृश्य को एक साथ रख सकते हैं, लेकिन वर्तमान में दांतों जैसे अर्ध-नियमित दोहराव विवरण के साथ कठिनाइयों का सामना कर रहे हैं। कभी-कभी GAN अजीब तरीके से टेढ़े-मेढ़े दांत, फैला हुआ या अलग-अलग दांत निकलवा देता है। ऐतिहासिक रूप से, यह समस्या अन्य क्षेत्रों में प्रकट हुई है, जैसे कि ईंटों जैसी छवियों के साथ बनावट का संश्लेषण ।

अव्यवस्थित बाल

यह नकली छवि को पहचानने के सबसे तेज़ तरीकों में से एक है। एक नियम के रूप में, GAN बालों को गांठों में इकट्ठा करता है, कंधों के चारों ओर यादृच्छिक बंडल बनाता है और माथे पर मोटी शैग फेंकता है। वास्तविक केशविन्यास बहुत विविध और विस्तृत हैं, जो उन्हें यथार्थवादी गण पीढ़ी के लिए सबसे कठिन वस्तुओं में से एक बनाते हैं। विदेशी वस्तुएं कभी-कभी बालों वाली बनावट में बदल सकती हैं।

असंगत तल

इस GAN को CelebA सुइट में प्रशिक्षित किया गया जिसमें 10,000 हस्तियों के 200,000 चित्र थे। इस सेट में मैं एक ही समय में चेहरे के बाल, झुमके और मेकअप के साथ किसी से नहीं मिला; लेकिन GAN नियमित रूप से विभिन्न लिंगों के विशिष्ट गुणों को मिलाता है। सामान्य तौर पर, मुझे लगता है कि यह इस तथ्य के कारण है कि जीएएन को हमेशा विपरीत बाइनरी श्रेणियों का विचार नहीं मिलता है जो मानव समाज में स्वीकार किए जाते हैं (इस मामले में, "पुरुष बनाम महिला")।

अर्ध-नियमित शोर

मोनोक्रोम पृष्ठभूमि के बजाय, कुछ क्षेत्रों को क्षैतिज या ऊर्ध्वाधर धारियों के साथ अर्ध-नियमित शोर प्राप्त हो सकता है। उपरोक्त मामलों में, नेटवर्क संभवतः कपड़े की बनावट की नकल करने की कोशिश कर रहा है। पुराने गण बहुत अधिक ध्यान देने योग्य शोर उत्पन्न करते हैं, जिसे आमतौर पर शतरंज कलाकृतियों के रूप में वर्णित किया जाता है ।

इंद्रधनुष भड़क गया

हल्के ठोस भराव वाले कुछ क्षेत्रों में बहु-रंग की चमक प्राप्त होती है: ये कॉलर, गर्दन और सफेद आंखें हैं (यहां नहीं दिखाया गया है)।

वास्तविक छवियों के उदाहरण

एक स्पष्ट पृष्ठभूमि, पाठ, युग्मित झुमके, एक ही आकार के दांत, विस्तृत केशविन्यास पर ध्यान दें। सभी GAN ट्रिक्स को जानकर, गेम खेलने की कोशिश करें और जांचें कि आप नकली लोगों से असली चेहरे को कैसे अलग करते हैं। नोट: कुछ को स्टार्ट बटन की समस्या है ।