人工智能網(wǎng)絡(luò)學(xué)會(huì)了一種新技巧：能夠僅用幾個(gè)像素點(diǎn)來創(chuàng)建逼真的面部

在驚慌失措之前，請(qǐng)注意，這并不是可以消除模糊的令人毛骨悚然的反向像素化，因?yàn)锳I帶來的面孔是虛假的-它們不屬于真實(shí)人。但這是從此類網(wǎng)絡(luò)以前能夠做到的技術(shù)上很酷的一步。

PULSE(通過潛伏空間探索進(jìn)行照片上采樣)系統(tǒng)可以生成分辨率比源圖像高64倍的照片，其分辨率比以前的方法高8倍。

杜克大學(xué)(Duke University)的計(jì)算機(jī)科學(xué)家Cynthia Rudin說：“從來沒有在如此高分辨率的情況下創(chuàng)建過如此高分辨率的超高分辨率圖像。”

PULSE的工作是向后工作，生成全分辨率的人臉照片，使其在像素化時(shí)看起來像模糊的原始照片，而不是從模糊的圖像開始并嘗試進(jìn)行詳細(xì)添加以找到匹配項(xiàng)。16 x 16像素的網(wǎng)格可以在幾秒鐘內(nèi)轉(zhuǎn)換為1,024 x 1,024的圖像，并添加了超過一百萬個(gè)像素。

該系統(tǒng)利用生成對(duì)抗網(wǎng)絡(luò)或GAN，該網(wǎng)絡(luò)本質(zhì)上是將兩個(gè)神經(jīng)網(wǎng)絡(luò)(旨在模仿人腦的復(fù)雜AI學(xué)習(xí)引擎)相互抵制，并且都在同一組照片上進(jìn)行訓(xùn)練。一個(gè)生成人臉，另一個(gè)人決定該臉是否足夠逼真。

通過這種方法，研究人員能夠獲得沒有模糊或模糊區(qū)域的圖像，而使用其他技術(shù)時(shí)，這些模糊或模糊區(qū)域有時(shí)會(huì)出現(xiàn)在最終產(chǎn)品中。

該系統(tǒng)成功的部分原因在于它尋找將縮小到原始圖像的任何圖像的方式，而不是試圖找到一個(gè)適合源的“真實(shí)”圖像。它快速測(cè)試了很多選項(xiàng)–遍歷其名稱中的“潛在空間” –直到找到匹配項(xiàng)。

諸如此類的GAN繼續(xù)變得越來越復(fù)雜：您可能還記得，科技巨頭Nvidia一直在炫耀一種生成性的對(duì)抗網(wǎng)絡(luò)，該網(wǎng)絡(luò)能夠生成實(shí)際上并不存在的人的令人毛骨悚然的真實(shí)照片。

在這種情況下，圖像是通過將現(xiàn)有的面孔混合成新的事物而生成的。在這里研究人員演示的PULSE系統(tǒng)中，像素化圖像的塊被用作源。

研究人員說，可以從同一張?jiān)磮D像中產(chǎn)生多個(gè)面孔，并且可以應(yīng)用相同的想法來創(chuàng)建塊狀圖片之外的任何東西的照片，例如貓，日落，樹木，氣球或其他任何東西。

這方面可以使其適用于所有其他領(lǐng)域，包括醫(yī)學(xué)，顯微鏡，天文學(xué)和衛(wèi)星圖像。