用GAN还原语义标注图!还能手动改细节(附论文、代码)

用GAN还原语义标注图!还能手动改细节(附论文、代码)

来源:量子位

本文长度为2100字,建议阅读5分钟

本文为你带来高清版的pix2pix。


输入一张语义地图——


用GAN还原语义标注图!还能手动改细节(附论文、代码)


就能为你还原整个世界:


用GAN还原语义标注图!还能手动改细节(附论文、代码)


输入一张亲妈都认不出来的语义标注图——


用GAN还原语义标注图!还能手动改细节(附论文、代码)


为你合成一张真实的人脸。


用GAN还原语义标注图!还能手动改细节(附论文、代码)


聪明的你可能已经发现,这个名为pix2pixHD的神奇算法,可以用条件生成式对抗网络(conditional GAN),将一张语义标注的图像还原成现实世界的样子。pix2pixHD合成的图像分辨率可高达2048x1024,和CRN、pix2pix等其他图像合成工具相比可以发现,pix2pixHD的效果显然领先了好几条街!


用GAN还原语义标注图!还能手动改细节(附论文、代码)

△ pix2pixHD与pix2pix、CRN对比图


有趣的是,连李飞飞高徒、现特斯拉人工智能与自动驾驶视觉部门主管Andrej Karpathy也在Twitter上大呼“非常鹅妹子嘤!”


用GAN还原语义标注图!还能手动改细节(附论文、代码)


到底是怎么一回事?上车,我们前去看看论文。


效果惊人

有一个官方演示视频——