
Исследователи Nvidia опубликовали альтернативную архитектуру GAN, основанную на алгоритмах переноса стиля (style transfer). StyleGAN отделяет атрибуты высокого (например, позы и лица) и низкого уровня (веснушки и волосы) и генерирует новое изображение без учителя.
Результат работы новой GAN трудно отличить от реальных изображений:


Сеть работает не только на лица. Ее также обучили генерировать, например, новые интерьеры и автомобили:

Сравнение результатов с традиционными и style-based генераторами:

Новый алгоритм превосходит другие современные методы с точки зрения традиционных качественных метрик, приводит к явно лучшим свойствам интерполяции.
Подробнее о работе нейросети смотрите на видео:
Код обещают опубликовать в ближайшее время. Также исследователи обещают опубликовать датасет с сгенерированными лицами.