仅四年时间 AI生成的人脸已经能骗过你的眼睛

2018 年 12 月 18 日 cnbeta资讯

人工智能(AI)以惊人的速度快速发展,以至于很难有明确的量化标准进行跟踪。不过通过使用神经网络创建的虚假面部图像,我们能够一窥人工智能近年来的发展。下图中左侧粗糙的黑白照片来自于2017年一篇引入知名AI工具生成对抗网络(GAN),具有里程碑意义的论文中。而右侧彩色面部则来自于本月早些时候发布的一篇论文,该论文使用了相同的基础方法,但是图像质量明显有了质的飞跃。

这些逼真的AI生成面部是NVIDIA工程师的杰作。在他们上周发表的论文中,在基础GAN架构的基础上优化创建了这些图片。论文中还公布了更多照片,你能相信下面图片中人脸都是通过人工智能方式生成的吗?而且特别有趣的是,这些假脸都可以轻松自定义。NVIDIA的工程师在他们的研究中整合了名为“style transfer”的方式,能够将一个图像中的特征和另一个图像混合。


登录查看更多
4

相关内容

人工智能杂志AI(Artificial Intelligence)是目前公认的发表该领域最新研究成果的主要国际论坛。该期刊欢迎有关AI广泛方面的论文,这些论文构成了整个领域的进步,也欢迎介绍人工智能应用的论文,但重点应该放在新的和新颖的人工智能方法如何提高应用领域的性能,而不是介绍传统人工智能方法的另一个应用。关于应用的论文应该描述一个原则性的解决方案,强调其新颖性,并对正在开发的人工智能技术进行深入的评估。 官网地址:http://dblp.uni-trier.de/db/journals/ai/
 【SIGGRAPH 2020】人像阴影处理,Portrait Shadow Manipulation
专知会员服务
28+阅读 · 2020年5月19日
3D目标检测进展综述
专知会员服务
191+阅读 · 2020年4月24日
【中科院自动化所】视觉对抗样本生成技术概述
专知会员服务
35+阅读 · 2020年4月15日
必读的10篇 CVPR 2019【生成对抗网络】相关论文和代码
专知会员服务
31+阅读 · 2020年1月10日
GAN零基础入门:从伪造视频到生成假脸
新智元
13+阅读 · 2019年6月18日
能生成逼真图像的不只有 GAN
机器学习算法与Python学习
8+阅读 · 2019年6月6日
为什么说GAN很快就要替代现有摄影技术了?
GAN生成式对抗网络
5+阅读 · 2019年3月12日
Mesh R-CNN
Arxiv
4+阅读 · 2019年6月6日
Arxiv
7+阅读 · 2018年9月27日
Learning Recommender Systems from Multi-Behavior Data
Arxiv
8+阅读 · 2018年5月1日
Arxiv
7+阅读 · 2018年1月21日
VIP会员
相关论文
Mesh R-CNN
Arxiv
4+阅读 · 2019年6月6日
Arxiv
7+阅读 · 2018年9月27日
Learning Recommender Systems from Multi-Behavior Data
Arxiv
8+阅读 · 2018年5月1日
Arxiv
7+阅读 · 2018年1月21日
Top
微信扫码咨询专知VIP会员