7181

كاربرد شبكه هاي مولد متخاصم چرخه اي در ساخت تصاوير جديد بر اساس تصاوير از پيش آموخته شده

97-98

دكتر فراحي

دكتر مينايي

يكي از كاربردهاي مطرح اين روزها در موضوعات مربوط به هوش مصنوعي و شبكه هاي عصبيايجاد دادههاي غيرواقعي يا تغيير دادههاي واقعي به شكلي است كه تشخيص واقعي نبودن آنها توسط انسان بهسادگي امكانپذير نباشد. با گسترش شبكههاي يادگير و افزايش توان پردازشي دادهها از هر نوعي را ، رايانهها امروزه اين امكان به وجود آمده است كه با ايجاد شبكههاي تخاصمي و تكرار رقابت بين شبكههاي عظيم عصبي بهگونهاي توليد كرد كه شباهت بسيار زياد معنايي با دادههاي واقعي داشته باشند. ، در دنياي امروز استفاده از شبكههاي مولد تخاصمي كاربرد فراواني پيدا كرده است كه از آن موارد ميتوان به توليد شخصيتهاي پويانمايي تغيير ، محيطهاي بازي، تغيير و تبديل صدا به صداي ديگري، بازسازي عكسهاي بزرگ از عكسهاي كوچكتر، ايجاد عكس از توصيفها خصوصيات معنايي در عكسها (براي مثال تغيير چهره از حالت عصباني به حالت خندان در يك عكس دستهجمعي) و موارد گوناگون ديگر اشاره كرد كه در اين گزارش بهتفصيل در مورد آنها بحث خواهد شد. اساس كار سامانههاي تخاصمي بر نظريهي بازيها بناشده است به اين شكل كه نتايج حاصله از رقابت بين دو شبكهي يادگير توليدكننده و تمايزدهنده بهتدريج ساخته ميشود بنابراين نظريهي بازيها بهعنوان پيشنياز اين بحث شناخته ميشود و در ادامهي گزارش به بررسي آن خواهيم پرداخت. فرآيند آموزش شبكهي متمايزكننده در شبكههاي مولد تخاصمي نياز به تعدادي دادههاي اوليه براي يادگيري مشخصات توزيعهاي واقعي دارد كه اين كار ميتواند با دادههاي واقعي يا دادههاي غيرواقعي توليدشده توسط يك شبكهي متخاصم ديگر يا تركيبي از هر دو باشد كه بنا بر هركدام از اين حالتها نتايجي حاصل خواهد شد

8/29/2019 12:00:00 AM

67622

1399/02/13

كاربرد شبكه هاي مولد متخاصم چرخهاي در ساخت تصاوير جديد بر اساس تصاوير از پيش آموخته شده

The use of generative adversarial networks in the construction of new images based on learned images