TNT logo Zur zentralen Website der Leibniz Universität Hannover Bannerlogo des Instituts für Informationsveratbeitung
Masterarbeit:

GAN Inversion and Adaptation

Im Rahmen des Projekts Computer Vision

Beschreibung

In der Welt des Maschinellen Lernens sind Neuronale Netze (NN) nicht mehr wegzudenken. Aktuell sind sogenannte Generative Adversarial Networks (GAN) die stärksten und am weitesten verbreiteten NNs um neue, ungesehene Bilder von hoher Qualität zu generieren. Ein solches GAN zu trainieren kann sehr aufwendig werden. Deswegen wäre es wünschenswert, bereits von anderen trainierte, hoch qualitative GANs für eigene Zwecke nutzen und anpassen zu können. Dazu ist es sinnvoll und nötig eine Inversion des Netzwerks zu finden, mit welcher man die Parameter erhält, mit denen das GAN ein bereits existierendes Bild rekonstruieren kann. Die Aufgaben der Arbeit sind das Recherchieren verschiedener Implementationen von GANs, das Invertieren dieser GANs, und das anschließende Untersuchen/Anpassen des GANs. Das Ziel der Arbeit ist, zu untersuchen, welche Änderung der latenten Variablen welche Änderung im generierten Bild erzeugt und diese Struktur durch eigene Änderungen am GAN zu anzupassen.

Voraussetzungen

Da das Handhaben von NNs die Hauptaufgabe der Arbeit ist, sind Programmierkenntnisse in Python Voraussetzung. Das Modul Machine Learning bestanden und ein solides Grundverständnis von NNs zu haben ist sehr empfehlenswert.

Ansprechpartner: Maren Awiszus