stylegan

　　 　　编译 | 陈大鑫 　　编辑 | 丛 末 　　首度于线上召开的CVPR 2020 会议已经落下帷幕。今年，大会共有1467篇论文被接收，共举办了29个Tutorial、64个Workshop，线上与会者人数达 7600人。大量的论文，加上今年新采用虚拟会议的形式，曾一度让会议浏览器不堪重负（浏览速度非常慢）。 　　为了让大家更好地掌握今年会议的总体研究趋势，一位深度学习专业的博士生Yassine Ouali 专门撰写了一篇博客，总结了一些引起他关注的论文，以呈现今年会议的大致面貌。 　　 我们先来看下 CVPR 2020 官方的相关统计数据： 　　CVPR 往年的增长趋势仍然继续：作者人数增加了20％，提交论文的数量增加了29％，同时为了适应这种扩张，审稿人和领域主席都有增加 　　 　　今年会议的注册人数共有6424人，相比2019年增加了一千多人。在被接收的1467篇论文中，有335篇 Oral 论文。 　　 　　 　　与去年相似，就接受论文而言，中国是CVPR的第一贡献者，其中来自清华大学的作者数量最多，其次是美国（按国家）和Google（按组织）。 　　 　　不出所料，被接收的论文主题多数集中在与学习、识别、检测和理解有关的主题上。但是，人们对诸如高效标签方法（例如，迁移学习），图像合成和机器人感知等相对较新的领域越来越感兴趣

云栖号资讯：【 点击查看更多行业资讯 】 在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ 编者按：本文来自微信公众号“脑极体”（ID:unity007），作者：海怪，36氪经授权发布。 在世人对AI的“邪恶性”进行攻诘的浪潮中，AI造假，可能已经是现在排首位的理由了。 自从2017年Deepfake（深度伪造）横空出世以后，人们惊呼原来AI在造假方面简直天赋异禀。此后“AI生成内容”技术，特别是GAN算法的突飞猛进更加印证了这一事实。不仅仅是AI换脸，还有AI自动生成文本、语音、图像、视频等等一切数字内容。 除了AI换脸带来的色情视频泛滥之外，人们更进一步担心AI生成内容技术在隐私侵犯、威胁信息安全、操纵政治选举等方面带来全新挑战。 人们往往会假设，如果任由AI生成的内容在互联网中蔓延，将会更进一步冲毁互联网世界的真实性边界。 （被AI造假的扎克伯格“讽刺”自己的Facebook平台） Deepfake之后，真相何在？ 如果哪些是真，哪些是假，普通人都难以分辨的时候，那么组成社会基石的真相和信任将就此坍塌，但我们似乎还没有做好活在“无信任社会”的准备吧。 德国哲学家康德在《实践理性批判》中论证“人为什么不能说谎”的法则，揭示了“无信任社会”的悖论和荒谬。假如“人人可以说谎”是一条社会的通行法则，那么，每个人都不会再信任另一个人说的话，这样说话人的谎言也就不会得逞

　　机器之心报道 　　 编辑：魔王、蛋酱 　　 让视频会议不再枯燥，一键换脸，想用谁的身份开会就用谁的身份。现在，这个名为 Avatarify 的 AI 换脸项目可以在苹果商店中下载使用了。 　　人类对于角色扮演的热情永远不会消退，这也是 AI 换脸广受追捧的原因。 　　三个月前，机器之心曾介绍过一个换脸项目 Avatarify。利用这项技术，你可以将自己的脸实时替换成别人的脸，在视频会议中的表现十分流畅。迄今为止这个项目已在 GitHub 上获得了 8.5k 的 star 量。 　　 　　这个项目主要借助今年三月份发布的一篇 arXiv 论文《First Order Motion》，无需事先对目标图像进行任何训练，就能用另一个人的视频来替换自己的图像。 　　在使用 Avatarify 时，借助 deepfake 等其他换脸技术，在想要交换的脸部图像上对算法进行训练。通过在目标图像的相似类别上训练算法，该模型支持实时换脸操作。 　　 　　一阶运动模型整体框架 　　具体的操作过程也非常简单： 　　先导入一张静态图片，照片中的五官会随着视频中真人动作做出相应的变化，比如挑眉毛、眨眼睛、说话等动作，看起来就像是换了个人在开会。 　　更方便的是，开发者已经将它做成了 app，目前可在苹果商店下载。 　　 　　Avatarify 已上架 APP Store。 　

　　我们先来看一组对比图： 　　 　　上图左侧，打了马赛克的图片有没有很熟悉的感觉？ 　　没错，他就是美国前总统巴拉克 · 奥巴马（Barack Obama）。不是故意打码，而是有人把原图的分辨率降低了许多，所以看起来和打了码一样。 　　至于右侧的人像，是人工智能技术生成的。它从打了码的奥巴马图像里寻找像素规律，然后重新创造了不存在的人脸。 　　不知道你有没有意识到，这张 AI 生成的人脸，具有非常明显的白人男性特征，而原图中的奥巴马是个黑人。 　　这一问题不仅发生在奥巴马身上。用相同的算法，把输入图片替换成亚裔女演员 Lucy Liu 或者西裔女议员 AOC（亚历山德里娅 · 奥卡西奥 - 科尔特斯），依旧生成了白人女性的人脸特征。 　　 　　 　　 这些对比照近日在推特上引发了舆论热议，就连 AI 大神 Yann LeCun 都卷入其中，被其他 AI 学者指责“过于片面地理解 AI 公平性”，不得不连发 17 条推文阐述逻辑，仍然未能完全服众。 　　 人们的普遍担忧是：这些图片充分说明了人工智能技术带有偏见的危险性。 　　 “是 StyleGAN 的训练数据有问题” 　　生成这些图像的程序使用了一种名为 PULSE 的算法，论文入选了 CVPR 2020 大会，背后的研究团队来自美国杜克大学。 　　该算法利用所谓的 “放大（upscaling）” 技术来处理视觉数据

　　机器之心报道 　　 参与：魔王 　　自编码器（AE）与生成对抗网络（GAN）是复杂分布上无监督学习最具前景的两类方法，它们也经常被拿来比较。人们通常认为自编码器在图像生成上的应用范围比 GAN 窄，那么自编码器到底能不能具备与 GAN 同等的生成能力呢？这篇研究提出的新型自编码器 ALAE 可以给你答案。目前，该论文已被 CVPR 2020 会议接收。 　　论文地址：https://arxiv.org/pdf/2004.04467.pdf 　　GitHub 地址：https://github.com/podgorskiy/ALAE 　　自编码器是一种无监督方法，它通过同时学习编码器-生成器图将「生成性」和「表征性」结合起来。关于自编码器有两个疑问尚未得到解决： 　　自编码器是否具备和 GAN 同等的生成能力？ 　　自编码器能否学习解耦表征（disentangled representation）？ 　　最近，来自美国西弗吉尼亚大学的研究者提出一种新型自编码器 Adversarial Latent Autoencoder (ALAE)，试图解决以上问题。ALAE 是一个通用架构，它能够利用近期 GAN 在训练方面的改进。研究者表示 ALAE 具备与 GAN 相当的生成能力，且能够学习解耦表征。 　　利用 ALAE 通用架构，该研究设计了两个自编码器：一种基于 MLP 编码器

云栖号资讯：【 点击查看更多行业资讯 】 在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ 传奇的作者打造传世的作品，但作者逝世了，又该怎么办？ 用AI来“传宗接代”。 最近，便有团队利用英伟达的StyleGAN，为已经逝世的传奇漫画家——手冢治虫的作品“续命”。 提到手冢治虫，你可能会觉得陌生，但提到《铁臂阿童木》，“大龄”小伙伴们就再熟悉不过了吧？ 为了延续他的作品，来自记忆体制造商KIOXIA的研究人员和艺术团队，与日本株式会社联手，利用深度学习(StyleGAN)，创造了世界上第一部由AI生成的漫画——《PHAEDO》。 为了利于生成漫画角色，团队分析了手冢先生数百部漫画作品，包括《铁臂阿童木》、《森林大帝》、《怪医黑杰克》等等。 《PHAEDO》已经在日本《晨间》周刊上发表。 这部新漫画，可以说是很好的传承了手冢先生的衣钵。 让漫画之神的作品“传宗接代” 《PHAEDO》这部漫画，其实是Kioxia公司一个叫#FutureMemories 01 “TEZUKA 2020”的项目。 项目负责人东原良平(Ryohei Orihara)介绍说： 它是由AI和人类，根据手冢治虫的许多记忆创造出一件作品的项目。漫画这种艺术表现形式，在世界范围内广为人知，并且被几代人所阅读和喜爱。 为了让AI学习手冢治虫作品的特点，研究人员将漫画人物面部的特征转化为数据

GAN 能够有条不紊地控制其生成图像的风格吗？ 选自Medium，作者：Jonathan Hui，机器之心编译，参与：魔王、杜伟。 你了解自己的风格吗？大部分 GAN 模型并不了解。那么，GAN 能够有条不紊地控制其生成图像的风格吗？ 原版 GAN 基于潜在因子（latent factor）z 生成图像。 通常，潜在因子 z 采样自正态或均匀分布，它们决定了生成内容的类型和风格。 基于此，我们需要解答以下两个重要问题： 为什么 z 是均匀或正态分布？ 既然 z 包含元信息，那么它是否应在每个卷积层生成数据的过程中发挥更主要的作用？（而不是仅作为第一层的输入） 注意：本文将使用「风格」（style）来指代元信息，其包含类型信息和风格信息。 下图是 StyleGAN2 生成的图像： 潜在因子 z 机器学习中的潜在因子通常彼此独立，以简化模型训练过程。例如，身高和体重具备高度相关性（个子越高的人通常体重更大）。因此，基于身高、体重计算得到的身体质量指数（body mass index，BMI）较常用于衡量人体肥胖程度，其所需的训练模型复杂度较低。而彼此独立的因子使得模型更易于解释。 在 GAN 中，z 的分布应与真实图像的潜在因子分布类似。如果我们从正态或均匀分布中采样 z，则优化后的模型可能需要 z 来嵌入类型和风格以外的信息。例如，我们为军人生成图像

【推荐阅读】微服务还能火多久？>>> 　　 作者 |Chunyuan 　　 编辑 | 丛末 　　人工智能的核心愿望之一是开发算法和技术，使计算机具有合成我们世界上观察到的数据的能力, 比如自然语言，图片等等。 　　每当我们建立一个模型来模仿这种能力时，该模型就称为生成模型 (Generative Models)。 　　如果该模型涉及深度神经网络，则该模型是深度生成模型（Deep Generative Models, 简称 DGMs）。 　　作为深度学习中自我监督学习 (self-supervised learning)技术的一个分支，DGM特别专注于刻画数据的生成过程。这篇文章回顾了DGM的历史，定义和现状，并分享最新的一些研究结果。最终希望启发大家去思考一个共同的主题：如何在大规模预训练时代推进或应用深度生成模型。 　　 1 　　历史回顾和基础知识： 　　三种类型的深度生成模型和一个通用技巧 　　生成模型（Generatitve Models）在传统机器学习中具有悠久的历史，它经常与另外一个主要方法（判别模型，Discriminative Models）区分开。我们可以通过一个故事学到它们有何不同：有两兄弟，他们具有不同的特殊能力，一个具有深入洞察事物内在的能力，而另一个善于学习所见事物之间的差异。在故事里，前者代表生成模型，而后者代表区分模型，他们的特点总结为： 　　生成模型

©PaperWeekly 原创 · 作者｜Chunyuan Li 单位｜Microsoft Research Researcher 研究方向｜深度生成模型 人工智能的核心愿望之一是开发算法和技术，使计算机具有合成我们世界上观察到的数据的能力, 比如自然语言，图片等等。 每当我们建立一个模型来模仿这种能力时，该模型就称为 生成模型 （Generative Models）。 如果该模型涉及深度神经网络，则该模型是 深度生成模型 （Deep Generative Models, 简称 DGMs）。 作为深度学习中自我监督学习 （self-supervised learning）技术的一个分支，DGM 特别专注于 刻画数据的生成过程 。这篇文章回顾了 DGM 的历史，定义和现状，并分享最新的一些研究结果。最终希望启发大家去思考一个共同的主题： 如何在大规模预训练时代推进或应用深度生成模型。 历史回顾和基础知识：三种类型的深度生成模型和一个通用技巧 生成模型（Generatitve Models）在传统机器学习中具有悠久的历史，它经常与另外一个主要方法（判别模型，Discriminative Models）区分开。我们可以通过一个故事 [1] 学到它们有何不同：有两兄弟，他们具有不同的特殊能力，一个具有深入洞察事物内在的能力，而另一个善于学习所见事物之间的差异。在故事里，前者代表生成模型

运行stylegan-v2报错： error: #error "C++ versions less than C++11 are not supported. 解决方法： 打开 dnnlib/tflib/custom_ops.py的 修改第64行： 将 cmd = 'nvcc ' + opts.strip() 改为：cmd = 'nvcc --std=c++11 -DNDEBUG ' + opts.strip() 点赞 收藏 分享 文章举报 ML_BOY 发布了78 篇原创文章 · 获赞 239 · 访问量 54万+ 私信 关注 来源： oschina 链接： https://my.oschina.net/u/4363024/blog/3228893