-
위 그림은 GAN의 예시를 잘 나타내는 그림이다
- 위조 지폐범이 가짜 지폐를 생성한다
- 경찰이 해당 지폐가 가짜인지 진짜인지 판별한다
- 위의 과정이 반복 된다면 위조 지폐범은 점점 정교하게 지폐를 생성할 것이다
- 경찰 또한 마찬가지로 진짜 같은 가짜 지폐가 생성될수록 이를 진짜 지폐와 판별하려고 노력할 것이다
-
위의 과정에서 위조 지폐범이 Generator model, 경찰이 Discriminator model에 해당한다
-
GAN은 Generator model과 Discriminator model이 서로 적대적으로 훈련하며 성능을 높이는 방식으로 학습된다
-
ex) MNIST 손글씨 data set
- 학습 초반
- 학습 종료
- 위 그림처럼 어떤 화가의 그림체를 실제 사진처럼 바꾸거나 반대로도 할 수 있다
- 또한 얼룩말을 말로, 말을 얼룩말로 바꿀 수도 있고
- 어떤 풍경의 여름 배경을 겨울 배경으로 바꿀 수도 있다
- 아무튼 굉장히 다양한 분야에 쓰일 수 있다
- 위의 첫 번째 컬럼의 이미지는 선글라스를 쓰고 있는 남자 이미지,
- 두 번째 컬럼 이미지는 선글라스를 쓰고 있지 않은 남자 이미지,
- 세 번째 컬럼 이미지는 선글라스를 쓰고 있지 않은 여자 이미지
- 마지막 이미지는 선글라스를 끼고 있는 여자 이미지다
- 즉, "선글라스를 끼고 있는 남자 - 남자 + 여자 = 선글라스를 끼고 있는 여자"로 표현할 수 있다
- GAN을 활용한다면 이뿐만 아니라 옷, 헤어, 악세사리 등 가상 스타일링을 할 수 있다
- 위 사진은 미국 전 대통령 버락 오바마다
- 그러나 진짜 오바마가 아니라 GAN을 활용해 오바마 전 대통령이 말하는 것처럼 보이도록 한 것이다
- 관련된 유튜브 링크는 밑에 걸어두었다
- https://www.youtube.com/watch?v=krOXHbPcTrs&t