齿轮厂家
免费服务热线

Free service

hotline

010-00000000
齿轮厂家
热门搜索:
技术资讯
当前位置:首页 > 技术资讯

使用Gan网络生成名人照片_[#第一枪]

发布时间:2021-06-07 11:43:00 阅读: 来源:齿轮厂家

按:本文为 AI 研习社编译的技术博客,原标题 Celebrity Face Generation using GANs,作者为 SHIVAM BANSAL。

翻译 | 江舟 校对 | 吴晓曼 整理 | MY

生成式对抗网络(GANs)是深度学习中最热门的话题之一。生成式对抗网络是一类用于无监督学习算法的人工算法,由两个神经网络组成的系统实现

生成器

鉴别器

两个神经网络都在零和游戏框架中相互竞争。生成式对抗网络(GANs)是一组模型,他们基本上学习创建与其给出的输入数据类似的合成数据。

鉴别器的任务是确定给定图像是否看起来自然(即是来自数据集的图像)还是看起来它是人工创建的。生成器的任务是创建与原始数据分布类似的自然外观图像,这些图像看起来足够自然以欺骗鉴别器网络。首先给生成器一个随机噪声,使用它产生假图像,然后将这些假图像与原始图像一起发送到鉴别器。

鉴别模型的任务是确定给定图像看起来是自然的(来自数据集的图像)还是人工创建的。这基本上是一个二元分类器,它采用普通卷积神经网络(CNN)的形式。生成器的任务是创建与原始数据分布类似的自然外观图像。

生成器试图蒙骗鉴别器,而鉴别器试图不被生成器蒙骗。当模型通过交替优化训练时,两种方法都被改进到“假图像与数据集图像无”法区分的点。

生成对抗式网络的数学方程:

我们可以认为这个方程由两部分组成,第一部分是从原始数据分布中采样的数据,第二部分是从噪声数据分布中采样的数据。

第一部分

鉴别者总是希望最大化其图像分类的正确率。这里的图像是从原始数据分布中采样的,原始数据分布是真实数据本身。D(x)是显示图像是真实的概率,所以鉴别器总是想要最大化 D(x),因此 log(D(x))应该最大化并且在这一部分内容中必须最大化。

第二部分

'z'是随机噪声样本,G(z)是使用噪声样本生成的图像。这个术语的解释和之前很相似。生成器总是希望最大化鉴别器被生成的图像蒙骗的概率。这意味着,生成器想要最大化 D(G(z)),因此它应该最小化 1-D(G(z))也意味着(1-D(G(z)))最小化。

使用 GANs 生成名人图像

名人图片数据集:

CelebA 数据集是超过 200,000 个带注释的名人面部图像的集合。因为在这个博客中,我只是想生成面孔所以我没有考虑注释。

1)获取数据:

我创建了 helper.py 文件,你可以通过该文件下载 CelebA 数据集图像。在运行此代码片段时,它将下载 CelebA 数据集。(源代码链接如下)。

2)预处理图像:

由于我仅在面部图像上工作,为获得良好的效果所以我将其调整到 28 * 28。我裁剪了图像中不包含图像部分的部分。

由于生成式对抗网络很难训练(你可以查看此链接,以了解为什么生成式对抗网络的训练如此困难?)

为了获得准确的结果,我们应该拥有一个良好的 GPU(4GB 或更高版本),通过运行此代码片段,你可以了解是否使用自己的 GPU 安装了 tensorflow。

3)模型输入和网络结构

我将图像的宽,高,channel 和噪声参数作为模型的输入,随后生成器也会使用它们生成假图像。

生成器结构:

在解卷积层之后,生成器结构具有致密层和全连接层(除输出层外每一层都有批量标准化,leaky ReLu 和 dropout)。生成器将随机噪声向量 z,之后把它重塑为 4D 形状并把它传递给一系列上采样层。每个上采样层都代表一个转置卷积运算,即反卷积运算。

所有转置卷积的深度从 1024 一直减少到 3,它表示 RGB 彩色图像。最后一层通过双曲正切(tanh)函数输出 28x28x3 张量。

鉴别器结构:

鉴别器的工作是识别哪个图像是真实的,哪个是假的。鉴别器也是具有批量归一化、lekeay Relu 的 4 层 CNN(输入层除外)。鉴别器接收输出图像(大小为 28 * 28 * 3)并对其进行卷积。最后,鉴别器使用 Logistic Sigmoid 函数显示用于表示图像是真或假的输出概率。

当鉴别器看到图像中的差异时,它将梯度信号发送到生成器,此信号从鉴别器流向生成器。

4)生成器损失和鉴别器损失:

鉴别器从训练图像和生成器两者接收图像,因此在计算鉴别器的损失时,我们必须增加由于真实图像和假图像造成的损失。两个网络被同时训练,所以我们需要将生成器和鉴别器都进行优化。如果图像是真实的,我们希望从鉴别器输出接近 1 的概率,如果图像是假的,则输出接近 0 的概率。

训练和结果

......

想要继续阅读,请移步至我们的AI研习社社区:https://club.leiphone.com/page/TextTranslation/777

更多精彩内容尽在 AI 研习社。

不同领域包括计算机视觉,语音语义,区块链,自动驾驶,数据挖掘,智能控制,编程语言等每日更新。

雷锋网雷锋网(公众号:雷锋网(公众号:))

铅笔加工批发

大型爆米花机

玻璃压条

背负式锄草机图片