虽然「他们」看起来都没有什么奇怪之处，但这就是问题所在：这些人都不存在。图片来自 ThisPersonDoesNotExist.com 网站。
导读：英伟达研究人员推出的人工智能算法 StyleGAN 可以合成足以骗过人类的假人脸。不过对于大多数人来说，这项基于生成对抗网络（GAN）的技术距离我们还很遥远。
2018 年底，英伟达借鉴风格迁移的思路，提出当时最先进的无条件生成模型—— StyleGAN ，吸引了大家广泛关注。随后，代码开源，一位 Uber 工程师更是利用此模型设计了网站“ThisPersonDoesNotExist.com”，轰动一时。自此，对虚假信息生成技术的研究与讨论延续至今。
如果你觉得还不错，那么可惜了，这套房实际并不存在，从图片到文字，甚至发布人的头像，全都是计算机自己生成的。
一个人脸喂养生成网站火了。这个网站可以生成随机人脸图像，这些人脸没有姓名，在现实世界中并不存在，而网站名就叫做 ThisPersonDoesNotExist.com。
（VRPinea 7月27日讯）你能分辨出一张图是由人工智能图像工具生成的还是人类制作的吗？许多人可能会说这很容易，直到AI图像工具DALL-E 2的出现，这打破了人类对人工智能生成图像的刻板印象，其以强大且逼真的图像生成功能火爆了创作圈，此工具生成的图像与人类生成的图像别无二致。最后值得大家思考的是，这种AI生成图像工具的出现对设计师的工作有什么影响呢？
导读：曾几何时，你是否会对这个世界产生怀疑：我到底生活在一个怎样的世界？它到底是真实的，还是一个受人控制虚假的世界？有人可能会奇怪，为什么会有这种想法，但是如果你看过《楚门的世界》，你大概就会理解了。
不止这两张图片，“ThisPersonDoesNotExist.com”网站中，每次刷新出来的人物，都是现实中根本不存在的。
创业公司吹嘘技术骗取信任和融资的例子屡见不鲜，但近日，一家西班牙技术公司被曝惊天造假，不仅技术和产品demo视频被怀疑是造假合成，连团队里的工程师，都是GAN合成的“AI造人”。
人脸属性编辑再添力作「StyleFlow」，1月7日刚刚开源，上周末我立马就试了一下。
机器之心报道 机器之心编辑部 对苹果来说，Ian Goodfellow 的离开对公司损失相当大。 据 The Verge 报道，苹果机器学习总监 Ian Goodfellow 在加入公司三年后辞职，部分原因是苹果公司关于重返办公室工作的政策。在给员工的电子邮件中，Goodfellow 证实了即将离职的消息。 Ian Goodfellow 虽然离开的官方原因尚不清楚，但 Goodfellow 在邮件中确实承认苹果公司让员工重返办公室的政策是其辞职的部分原因。 在远程工作了两年多之后，苹果要求其员工从 4 月
比如说，https://thispersondoesnotexist.com/，在这上每刷新一次都会生成一幅让你真假难辨的人脸。
这张图片通过网站 https://c.yonghuigj.com/cx3/2088/ 生成的，是不很应景，下面整理几个好玩的生成器网站。
点击 机器学习算法与Python学习 ，选择加星标 精彩内容不迷路 机器之心报道 对苹果来说，Ian Goodfellow 的离开对公司损失相当大。 据 The Verge 报道，苹果机器学习总监 Ian Goodfellow 在加入公司三年后辞职，部分原因是苹果公司关于重返办公室工作的政策。在给员工的电子邮件中，Goodfellow 证实了即将离职的消息。 虽然离开的官方原因尚不清楚，但 Goodfellow 在邮件中确实承认苹果公司让员工重返办公室的政策是其辞职的部分原因。 在远程工作了两年多之后，
5年前，生成式对抗网络(GAN)开启了深度学习的革命。这场革命取得了一些重大的技术突破。生成式对抗网络是由Ian Goodfellow等人在论文《生成式对抗网络》中提出的。学术界热烈欢迎GAN，工业界也大张旗鼓地欢迎GAN。GAN的崛起是不可避免的:
模拟各种系统升级的画面，上班摸鱼的时候boss快过来了赶紧升级下 http://fakeupdate.net/
自 2018 年 12 月英伟达推出 StyleGAN 以来，合成人脸已经让人难以轻易分辨。特别是今年年初，英伟达开源了 StyleGAN 的代码，大量真假难辨的人脸被开发者「创造」出来。
近日，你应该看到了社交媒体上对于网站 ThisPersonDoesNotExist.com，生成无数不存在人脸的铺天盖地的消息，以及杨幂换朱茵的假脸图像。一方面，这说明，AI 技术的火正从专业人士那里不知不觉发展到了频繁上热搜的时期，但另一方面强势的 AI 技术发展带给了大众更大的恐慌情绪。
选自zentralwerkstatt.org 作者：Fabian offer 机器之心编译 编辑：袁铭怿 今年大火的图像合成方向已走过十年。 2022 年已经接近尾声。深度学习模型在生成图像方面的表现愈发出色，显然，未来该模型还将继续发展。今天的局面是如何一步步发展而来的呢？这得追溯到十年前，也就是当今所说的 “AI 之夏” 的起源。下文以时间轴的形式追溯了一些里程碑，从论文、架构、模型、数据集到实验。 Hacker News 评论中有人指出，Hinton 等人的深度信念网早在 2006 年就被用于生成合
导读：近日，测试人类分辨「AI 合成人脸」能力的一个网页吸引了大家的关注。在未看攻略前，你难以分辨真假。
互联网世界里出现了一堆奇怪的网站，里面挂着猫、waifu（女性动画人物，代指wife）、人和房间的照片。
对此，多数小伙伴选取了嘲讽的语调，激励团队早日开源：不如改名ClosedAI算了。
导语｜近些年AI蓬勃发展，在各行各业都有着不同方式的应用。而AI创作艺术和生产内容无疑是今年以来最热门的话题，MidJourney生成的画作拿到艺术比赛第一名以及Stable Diffusion的开源，无疑将文本生成图片的热点在近期推向了高潮。那么AI创作到底发生过什么，原理又是如何，是噱头还是会有对我们有用的潜在应用场景呢？我们尝试深入浅出地来回答这些问题。 本文作者：ryanlyin，腾讯IEG数据科学 一、 AI创作怎么火了？ 今年开始，文本描述自动生成图片（Text-to-Image）的AI绘画黑科
玩法很简单，每次刷新这个网站的页面，都能出现一张人脸。大多数情况下，都是一张眉目清晰、面含微笑的和善人脸。
3月的重头戏，一是妇女平权节，一是315打假日。前一个让世界认真聆听女性的声音，后一个则一次性给足了社会百姓全年的吃瓜量，从消费民生到媒体谣言，堪堪组成了个大型扒马甲现场。
作者 | Maximilian Schreiner 译者 | 核子可乐 策划 | 刘燕 AI 伪造图像与视频,，即 Deepfake，在近年迎来一波发展高潮。在本文中，我们将深入探究这段历史，并回顾期间的一个个重要里程碑。 上图中的人脸有什么共同点？答案是：没有共同点。它们都是由 AI 虚构而来。更确切地说，它们是由 AI 从几百万张像素图片中总结学习而来，最终创作出了难辨真伪的结果。 顺带一提，这些图片是在 thispersondoesnotexist.com 网站上创建的。这款工具使用门槛
其实想想也是，语言模型只能确定自然语句或语法的正确性，它并不能对自然语言的逻辑进行建模。很快机器学习社区就发起了一个暗讽 GPT-2 的帖子：为了防止滥用，我是不是不应该公布在 MNIST 训练的 23064 层残差网络？
来源 | Maximilian Schreiner 译者 | 核子可乐 策划 | 刘燕 AI前线
今天给大家准备了一波非常实用的网站资源，分为好几大门类，有些是大家经常逛的，有些可能你还不知道，如果不知道的话，建议赶快收藏了，方便后面学习时查找！ 1、搞学习 TED（最优质的演讲）：https://www.ted.com/ 谷粉学术：https://gfsoso.99lb.net/scholar.html 大学资源网：http://www.dxzy163.com/ 简答题：http://www.jiandati.com/ 网易公开课：https://open.163.com/ted/ 网易云课堂：ht
来源：漫话编程本文为资源分享，建议阅读5分钟快快收藏吧~ 搞学习 CSDN：https://www.csdn.net/ TED（最优质的演讲）： https://www.ted.com/ 谷粉学术： https://gfsoso.99lb.net/scholar.html 大学资源网：http://www.dxzy163.com/ 简答题：http://www.jiandati.com/ 网易公开课：https://open.163.com/ted/ 网易云课堂：https://study.163.com
1583737605(1).jpg 搞学习 CSDN： https://www.csdn.net/ TED（最优质的演讲）：https://www.ted.com/ 谷粉学术： https://gfsoso.99lb.net/scholar.html 大学资源网：http://www.dxzy163.com/ 简答题：http://www.jiandati.com/ 网易公开课：https://open.163.com/ted/ 网易云课堂：https://study.163.com/ 中国大学MOOC：
谷粉学术：https://gfsoso.99lb.net/scholar.html
Deepfake 是一种 AI换脸工具，现被滥用，从虚假宣传活动到插入一些违法内容，并且篡改后的图像是难以被检测到的。
文章2019年11月发布在arxiv上，提出了使用图像的功率谱（Power Spectrum）作为特征，使用简单的机器学习方法（SVM）进行伪造图像的取证。作者的Github。
对此，Schiff 正在挑战美国《通信规范法》（Communications Decency Act）第 230 条——这可能是当今互联网世界最重要的一条法律：互联网服务不必为其用户的行为负责（正文为：No provider or user of an interactive computer service shall be treated as the publisher or speaker of any information provided by another information content provider. 交互式计算机服务的提供者或使用者，就非出于己的信息内容，不应被视为内容的出版人及发表人）。
来源：pythonic生物人https://blog.csdn.net/qq_43901693本文约2400字，建议阅读5分钟今天推荐一些学习资源给大家。 今天推荐一些学习资源给大家： 搞学习 找书籍 冷知识 / 黑科技 写代码 资源搜索 小工具 导航页（工具集） 看视频 学设计 搞文档 找图片 搞学习 TED（最优质的演讲）：https://www.ted.com/ 谷粉学术：https://gfsoso.99lb.net/scholar.html 大学资源网：http://www.dxzy163.c
大家好，我是田螺！ 今天推荐一些学习资源给大家，当然大家可以留言评论自己发现的优秀资源地址 搞学习 找书籍 冷知识 / 黑科技 写代码 资源搜索 小工具 导航页（工具集） 看视频 学设计 搞文档 找图片 搞学习 TED（最优质的演讲）：https://www.ted.com/ 谷粉学术：https://gfsoso.99lb.net/scholar.html 大学资源网：http://www.dxzy163.com/ 简答题：http://www.jiandati.com/ 网易公开课：https://
今天聊GAN。这要从一个新闻说起，2020年圣诞流出一段诡异的视频，英国那位超长待机的老婆婆先是在视频里来了一段放飞自我的演讲，把以前绝对不适合在正式场合讲的话统统一吐为快，然后干脆彻底放飞自我，直接跳上桌子上来了一段TikTok热舞，场面一度十分混乱。
三个月前，机器之心曾介绍过一个换脸项目 Avatarify。利用这项技术，你可以将自己的脸实时替换成别人的脸，在视频会议中的表现十分流畅。迄今为止这个项目已在 GitHub 上获得了 8.5k 的 star 量。
在GDI+1.1的版本中，MS加入不少新的特性，其中的特效类Effect就是一个很有吸引力的东西，可惜在VS2010的Image类中，却没有把这个类封装进来（不晓得是不是我没有发现），这个也许MS也有自己的考虑的，毕竟要使用这些函数，必须要求系统是Windows Vista及其以上，而XP的市场占有率在那个时候还比较高的。 不过，作为一种选择，我们有义务把这些函数给哪些已经按照了这些最新系统的客户使用。 其实，这些函数我在VB6下两年前就已经调用过，调用的方式也很简单明了，现在，在学习C#,就要考虑如何将他们封装入C#中。虽然哪些算法的更底层（像素级别的处理实现）实现在很早之前就已经实现，但是能够直接调用现有的函数对于不少朋友来说还是一件很幸福的事情的。 实现这个功能的第一步就是要找到这些函数的声明，这个在MSDN上有C风格的声明，改成C#语言的大部分都不成问题，参考 http://msdn.microsoft.com/en-us/library/ms533971(VS.85).aspx 例如，这个
在很多图像软件中，打开一幅图像的时候都会显示其缩略图，在看图软件中这样的需求更为常见。如何快速的获取缩略图的信息并提供给用户查看，是个值得研究的问题。在我所研究过的图像格式中，只有JPG和PSD两种格式可能内嵌了图像自身的缩略图信息。
欲研究C#端如何进行图像的基本OCR识别，找到一款开源的OCR识别组件。该组件当前已经已经升级到了4.0版本。和传统的版本（3.x）比，4.0时代最突出的变化就是基于LSTM神经网络。Tesseract本身是由C++进行编写，但为了同时适配不同的语言进行调用，开放调用API并产生了诸如Java、C#、Python等主流语言在内的封装版本。本次主要研究C#封装版。
代码部分 ：核心部分只有三个类 ：分别负责C#数据类型转换，网络连接获取数据，对数据进行处理的类
第一部分 halcon篇（hdevelop 17.12）
在原图片中位于中前方的实际上是布拉德利·库珀。我们首先使用C＃的“换脸”程序将另外一张脸叠加到布拉德利的脸上，然后用数字得到方式将其插入到布拉德利奥斯卡自拍照中。
本文翻译自Windows Forms: Convert an image into grayscale in C# 这篇文章向你展示在C# Windows窗体应用程序中如何将图像转换成灰度图。 创建一个新的Windows窗体应用程序项目，然后创建一个允许你可以打开图像，然后将图像转换成黑白图像的简单的UI，如下图所示：
领取专属 10元无门槛券
手把手带您无忧上云
