Madde #307Görü & Multimodal/sozluk/stylegan
StyleGAN
Style-Based Generator Architecture for GANs (Karras et al., NVIDIA 2019)
Türkçe: Stil Tabanlı GAN
Ayrıntılı Tanım
Girdideki rastgele gürültü vektörünü doğrudan görüntüye dönüştürmek yerine, bir haritalama ağıyla stil uzayına () projekte eden ve görüntüyü katman katman (kaba poz, yüz şekli, ince saç telleri) bağımsız stiller halinde modüle eden NVIDIA mimarisidir.
Ne İşe Yarar / Çözülen Problem
"This Person Does Not Exist" sitesinin arkasındaki güçtür; hiper-gerçekçi, insan gözünün ayırt edemeyeceği 1024x1024 çözünürlükte sentetik yüzler üretir ve stillerin tek tek kontrol edilmesini (örneğin sadece saç rengini değiştirmeyi) sağlar.
Nasıl Çalışır? (Teknik & Mekanizma)
Stil modülasyonu için **AdaIN (Adaptive Instance Normalization)** kullanılır. gizil uzayı görüntünün farklı çözünürlük seviyelerindeki katmanlarına enjekte edilir: Düşük katmanlar pozu ve kafa yapısını, orta katmanlar göz/burun detaylarını, yüksek katmanlar ise ten rengini ve kırışıklıkları yönetir.
Örnek Senaryo & Pratik Uygulama
Dijital bir karakter yaratma ekranı: Cinsiyeti değiştirmeden sadece gözlüğü eklemek, yaş sürgüsünü çekerek saçları beyazlatmak; diğer hiçbir yüz özelliğinin bozulmaması (ayrıştırılmış temsil).
Benzer Terimlerden Farkı
Klasik GAN'larda gizil uzaydaki değişkenler birbirine dolanmışken (entangled); StyleGAN'da stiller birbirinden cerrahi olarak ayrıştırılmıştır (disentangled).
İlişkili Terimler (1)
Bilgisayarlı Görü, Çok Modlu ve Üretken Yapay Zekâ
CNN, Vision Transformers (ViT), Diffusion, GAN, VAE ve Multimodal modeller.
Toplam Terim:53 Madde
Bu Kategorideki Tüm Terimleri Gör →Önceki Terim (#306)CycleGAN
Sonraki Terim (#308)Diffusion Models