Çekişmeli üretici ağlar kullanılarak imge sentezi oluşturma

İmgeden imgeye çeviri, amacın hizalanmış imge çiftlerinden oluşan eğitim veri seti kullanarak bir girdi imgesi ile bir çıktı imgesi arasındaki benzerliği öğrenmek olduğu bir imge ve grafik problemleri sınıfıdır. İmgeden imgeye çeviri sorunlarına genel amaçlı bir çözüm olarak koşullu çekişmeli ağlar araştırılmaktadır. Bu ağlar, yalnızca girdi imgesinden çıktı imgesine eşlemeyi öğrenmekle kalmaz, aynı zamanda bu eşlemeyi eğitmek için bir kayıp fonksiyonunu da öğrenir. Bu, geleneksel olarak çok farklı kayıp formülasyonları gerektiren problemlere aynı genel yaklaşımın uygulanmasını mümkün kılar. Bu yaklaşımın, diğer görevlerin yanı sıra, etiket haritalarından fotoğrafların sentezlenmesinde, kenar haritalarından nesnelerin yeniden yapılandırılmasında ve görüntülerin renklendirilmesinde etkili olduğunu göstermekteyiz. Bir diğer üretken model yaklaşımı da metinden imge sentezi oluşturmada kullanılmaktadır. Metinden gerçekçi görüntülerin otomatik sentezi ilginç ve faydalı olabilir, ancak mevcut yapay zeka sistemleri hala bu hedeften uzak. Bununla birlikte, son yıllarda ayırt edici metin özelliği temsillerini öğrenmek için genel ve güçlü tekrarlayan sinir ağı mimarileri geliştirilmiştir. Bu mimariyi kullanan Derin Evrişimli Çekişmeli Üretici Ağlar metin karakterlerini piksellere çevirerek oluşturduğu modelle makul görüntüler oluşturularak modelin yeteneğini göstermektedir. Son olarak dünya dillerinin tahminen yarısının yazılı bir biçimi yoktur, bu da bu dillerin mevcut herhangi bir metin tabanlı teknolojiden yararlanmasını imkansız kılmaktadır. Konuşma açıklamalarını herhangi bir metin bilgisi kullanmadan foto-gerçekçi görüntülere çeviren ve böylece yazılı olmayan dillerin bu teknolojiden potansiyel olarak yararlanmasına izin veren bir konuşmadan görüntü oluşturma çerçevesi önerilmiştir.