基于GANs的最有意思的Top5应用，不可错过！

点击上方“AI公园”，关注公众号，选择加“星标“或“置顶”

---

作者：FAIZAN SHAIKH

编译：ronghuaiyang

导读

GANs现在是无处不在。数据科学家和深度学习研究人员使用这种技术生成逼真的图像，改变面部表情，创建电脑游戏场景，可视化设计，最近，甚至生成令人惊叹的艺术品。

介绍

你能猜出这些人脸图像有什么共同点吗？

这些人都不是真的！这些脸是由一种叫做GANs的技术生成的，也就是生成对抗网络。

事实上，GANs现在是无处不在。数据科学家和深度学习研究人员使用这种技术生成逼真的图像，改变面部表情，创建电脑游戏场景，可视化设计，最近，甚至生成令人惊叹的艺术品！没错，最近关于人工智能生成艺术品的新闻，就是GANs干的。

在本文中，我们将研究业界流行的GANs的5个有趣的应用。你甚至可能在没有意识到它们是如何工作的情况下遇到过其中的一些。我还为每个GANs应用提供了研究论文的链接，你可以去看看。

坐好了吗？我要开车了！

GANs的介绍说明

我们知道GANs能做什么。但是它们是如何工作的呢？在这个强大的算法产生的所有美妙的应用下面发生了什么？让我们用一个流行的例子来理解这一点。

有一个伪造者(造假艺术品的人)和一个调查员，调查员的任务是检测这些假艺术品。

这个伪造者的任务是伪造著名艺术家(如达芬奇)的原作。如果他/她能把这件作品冒充成原作，伪造者会赚很多钱。

另一方面，调查员的任务是抓住这些伪造者。他/她是怎么做的呢？调查人员知道是什么东西使真的艺术品与众不同，他/她会创作什么样的画。研究人员将这些知识与手头的资料进行比对，以确定这些艺术品是否是真的。

这场伪造者与调查员的较量还在继续，最终造就了世界级的调查员(不幸的是，也造就了世界级的伪造者)。

现在，把伪造者和调查员都看作机器人。当你成功的训练伪造者成为一名画家并且非常高明的调查员也无法辨别真假的时候，你发现你现在有了一个算法艺术家！这就是GANs内部的工作原理。是不是很牛逼？

这里我还没有涉及到GANs的复杂细节。这只是冰山一角。如果你有兴趣学习更多关于GANs的知识，你应该阅读这篇文章:

https://www.analyticsvidhya.com/blog/2017/06/introductory-generative-adversarial-networks-gans/?utm_source=blog&utm_medium=top-5-GANs-applications)

GANs的应用

现在我们已经对GANs的工作原理有了直观的了解，我们现在开始探险了！现在可以深入研究一下GANs的有趣应用了，GANs目前在行业中广泛使用。

GANs在图像编辑中的应用

如今，大多数图像编辑软件都没有给我们太多的灵活性来对图片进行创造性的修改。例如，假设你想通过改变90岁老人的发型来改变他/她的外貌。目前的图像编辑工具无法做到这一点。不过，使用GANs，我们可以重建图像，并大幅改变外观。

这篇神奇的论文:https://arxiv.org/pdf/1611.06355.pdf演示了这个非常前沿的应用程序。

另一个类似的应用程序是图像去雨(字面意思是从图像中删除雨的纹理)。想要一个例子吗？查看以下图片：

安全领域GANs的应用

对于大多数行业来说，人工智能的崛起都是件好事。但在整个人工智能革命背后，有一个真正令人担忧的问题——网络安全。即使是深度神经网络也容易受到黑客攻击。

工业应用程序一直关注的一个问题是，它们应该对网络攻击具有强大的抵抗力。电话里有很多机密信息！事实证明，GANs在这方面提供了巨大的帮助，直接解决了“对抗性攻击”的问题。

这些对抗性攻击使用各种技术来欺骗深度学习体系结构。GANs用于使现有的深度学习模型对这些技术更加健壮。怎么实现的？通过创建更多这样的伪例子并训练模型来识别它们。很聪明吧。

一种名为SSGAN的技术(https://arxiv.org/abs/1707.01613)被用来对图像进行隐写分析，并检测本不应该存在的有害编码。

用GANs来生成数据

我们当中谁不想收集更多的数据来建立我们的深度学习模型呢？在某些领域，能不能拿到数据是个必要条件，特别是在需要训练数据来建模监督学习算法的领域。这让我想到了医疗保健行业。

GANs再次站了出来，因为他们可以用来生成数据的监督。下次你需要更多的数据时，你就知道该干嘛了。

例如，本文(https://arxiv.org/pdf/1612.07828.pdf)探讨了在GANs的帮助下创建合成数据，通过创建逼真的眼睛图像来训练深度学习算法。

用GANs做注意力预测

当我们看到一个图像时，我们倾向于关注一个特定的部分(而不是整个图像)。这被称为注意力，这是人类的一个重要特征。知道一个人会提前看哪里，这对企业来说无疑是一个有用的功能，因为他们可以更好地优化和定位他们的产品。

例如，游戏设计师可以专注于游戏的特定部分，以增强功能，并使其更引人入胜。

这一迷人的想法在本文(https://arxiv.org/pdf/1701.01081)中得到了探索，作者试图使用GANs识别给定图像中最吸引人的部分。

用GANs生成3D物体

GANs在游戏产业中非常受欢迎，不要感到惊讶。

游戏设计师花了数不清的时间来创造3D角色和背景，以给他们一种真实的感觉。我向你们保证，通过想象来创建3D模型需要很多努力。用GANs来做看起来不现实吗？我建议你看这个视频。你可以相信GANs的强大功能，它可以用于自动化整个过程！

里有一个开源实现(https://github.com/maxorange/pix2vox)。如果你觉得有趣，就去试试吧！

结束语

GANs在研究中有大量的应用。我相信不久还会有更多的公司跟进。我希望以上的应用鼓励你考虑更多这样的想法，也许你可以想出自己的GAN！

— END—

英文原文：https://www.analyticsvidhya.com/blog/2019/04/top-5-interesting-applications-gans-deep-learning/

请长按或扫描二维码关注本公众号

喜欢的话，请给我个好看吧！