在GAN發展的最初幾年里，我們取得了令人矚目的進展。當然，現在不會是像恐怖電影里那樣有郵票大小的面部照片了。2017年，Gan制作了1024×1024張能愚弄人才童子軍的照片。在未來幾年，我們可能會看到GAN生成的高質量視頻，由此衍生的商業應用程序即將來臨。作為GAN系列的一部分，我們研究了一些很酷的應用程序，希望它們能作你的GAN應用程序的靈感來源。

創建動畫角色

眾所周知，游戲開發和動畫制作成本很高，并且雇傭了許多制作藝術家來完成相對常規的任務。但通過GAN就可以自動生成動畫角色并為其上色。

使用Generative?Adversarial?Networks創建自動動畫人物角色

發生器和鑒別器由多層卷積層、批標準化和具有跳過鏈接的relu組成。

姿勢引導人形像生成

通過姿勢的附加輸入，我們可以將圖像轉換為不同的姿勢。例如，右上角圖像是基礎姿勢，右下角是生成的圖像。

下面的優化結果列是生成的圖像。

姿勢引導人圖像生成

該設計由二級圖像發生器和鑒頻器組成。生成器使用元數據（姿勢）和原始圖像重建圖像。鑒別器使用原始圖像作為CGAN設計標簽輸入的一部分。

姿勢引導人圖像生成

CycleGAN

跨域名轉讓將很可能成為第一批商業應用。GANs將圖像從一個領域（如真實的風景）轉換為另一個領域（莫奈繪畫或梵高）。

CycleGAN

例如，它可以在斑馬和馬之間轉換圖片。

CycleGAN

Cyclegan構建了兩個網絡G和F來構建從一個域到另一個域以及反向的圖像。它使用鑒別器d來批評生成的圖像有多好。例如，G將真實圖像轉換為梵高風格的繪畫，并且DY用于區分圖像是真實的還是生成的。

域A到域B：

我們在反向域B域A中重復該過程：

PixelDTGAN

根據名人圖片推薦商品已經成為時尚博客和電子商務的熱門話題。Pixeldtgan的作用就是從圖像中創建服裝圖像和樣式。

超分辨率

從低分辨率創建超分辨率圖像。這是GAN顯示出非常令人印象深刻的結果，也是具有直接商業可能性的一個領域。

與許多GAN的設計類似，它是由多層卷積層、批標準化、高級relu和跳過連接組成。

GAN的逐步發展

Progressive GAN可能是第一個展示商業化圖像質量的GAN之一。以下是由GAN創建的1024×1024名人形象。

它采用分而治之的策略，使訓練更加可行。卷積層的一次又一次訓練構建出2倍分辨率的圖像。

在9個階段中，生成1024×1024圖像。

高分辨率圖像合成

需要注意的是這并非圖像分割，而是從語義圖上生成圖像。由于采集樣本非常昂貴，我們采用生成的數據來補充培訓數據集，以降低開發成本。在訓練自動駕駛汽車時可以自動生成視頻，而不是看到它們在附近巡航，這就為我們的生活帶來了便捷。

網絡設計:

文本到圖像（StackGAN）

文本到圖像是域轉移GAN的早期應用之一。比如，我們輸入一個句子就可以生成多個符合描述的圖像。

文本到圖像合成

另一個比較通用的實現：

人臉合成

不同姿態下的合成面：使用單個輸入圖像，我們可以在不同的視角下創建面。例如，我們可以使用它來轉換更容易進行人臉識別圖像。

圖像修復

幾十年前，修復圖像一直是一個重要的課題。gan就可以用于修復圖像并用創建的“內容”填充缺失的部分。

學習聯合分配

用面部字符P（金發，女性，微笑，戴眼鏡），P（棕色，男性，微笑，沒有眼鏡）等不同組合創建GAN是很不現實的。維數的詛咒使得GAN的數量呈指數增長。但我們可以學習單個數據分布并將它們組合以形成不同的分布，即不同的屬性組合。

DiscoGAN

DiscoGAN提供了匹配的風格：許多潛在的應用程序。DiscoGAN在沒有標簽或配對的情況下學習跨域關系。例如，它成功地將樣式（或圖案）從一個域（手提包）傳輸到另一個域（鞋子）。

DiscoGAN和cyclegan在網絡設計中非常相似。

Pix2Pix

PIX2PIx是一種圖像到圖像的翻譯，在跨域Gan的論文中經常被引用。例如，它可以將衛星圖像轉換為地圖（圖片左下角）。

DTN

從圖片中創建表情符號。

紋理合成

圖像編輯 (IcGAN)

重建或編輯具有特定屬性的圖像。

人臉老化(Age-cGAN)

神經照片編輯器

基于內容的圖像編輯：例如，擴展發帶。

神經照片編輯

細化圖像

目標檢測

這是用gan增強現有解決方案的一個應用程序。

圖像融合

將圖像混合在一起。

視頻生成

創建新的視頻序列。它識別出什么是背景，并為前臺操作創建新的時間序列。

?

視頻鏈接

生成三維對象

這是用gan創建三維對象時經常引用的一篇文章。

?

視頻鏈接

?

3DGAN

音樂的產生

GaN可以應用于非圖像領域，如作曲。

醫療（異常檢測）

GAN還可以擴展到其他行業，例如醫學中的腫瘤檢測。

原文鏈接
本文為云棲社區原創內容，未經允許不得轉載。

總結

以上是生活随笔為你收集整理的GAN的一些很酷的应用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。