Как работают современные алгоритмы генеративно-состязательных сетей в мобильных художественных приложениях?

Генеративно-состязательные сети (GAN) используют две нейронные сети: генератор и дискриминатор. dzen.ru vk.com Генератор создаёт изображения, а дискриминатор пытается отличить реальные изображения от тех, что созданы генератором. vk.com

Процесс обучения: vk.com

1. Генератор начинает с случайного шума и пытается создать изображения, которые выглядят как настоящие. vk.com
2. Дискриминатор получает как реальные изображения, так и изображения от генератора и учится различать их. vk.com
3. Состязание. vk.com Генератор стремится улучшить свои изображения, чтобы обмануть дискриминатор, а дискриминатор улучшает свои способности различать фальшивые и настоящие изображения. vk.com
4. Цель. vk.com В идеале, после многих итераций, генератор становится настолько хорош, что дискриминатор не может отличить созданные изображения от реальных. vk.com

GAN широко используются для создания фотореалистичных изображений, арт-работ и даже для моделирования лиц, которые не существуют в реальности. dzen.ru

Этот подход применяется в современных смартфонах и некоторых программах, например, позволяет менять на фотографии выражение лица, количество морщин и причёску, менять день на ночь, состаривать изображения и так далее. cyberleninka.ru