Chaque visage généré est unique et ne correspond pas à une vraie personne. Vous pouvez donc utiliser ces faux visages humains pour créer des images de profil sur le web et les réseaux sociaux ou pour réaliser des illustrations.
A propos de thispersondoesnotexist, l’outil de gĂ©nĂ©ration de portraits
Le site s’appuie sur une technologie de rĂ©seau de neurone, solution informatique permettant d’imiter le fonctionnement d’un cerveau humain. Il fonctionne donc grĂące Ă du machine learning qui a Ă©tĂ© alimentĂ© par une large base de donnĂ©es de visages humains pour identifier les principaux traits d’un portrait. A partir des caractĂ©ristiques gĂ©nĂ©rales d’un visage humain, thispersondoesnot existe est capable de reproduire Ă la volĂ©e des millions de versions d’humains qui n’existent pas.
Cette technologie a Ă©tĂ© rendue trĂšs cĂ©lĂšbre grĂące au site thispersondoesnotexist.com, dĂ©veloppĂ©e initialement par NVIDIA, entreprise qui dĂ©veloppe et commerciale du matĂ©riel informatique et en particulier des cartes graphiques. Cette solution vise Ă dĂ©montrer les capacitĂ©s qu’offre l’informatique pour gĂ©nĂ©rer des images avec des technologies de machine learning et d’intelligence artificielle.
Plus concrĂštement, le gĂ©nĂ©rateur utilise le rĂ©seau de neurones StyleGAN2, dĂ©veloppĂ© et proposĂ© par NVIDIA en 2019 (qui fait suite au StyleGAN de 2018. Deux rĂ©seaux de neurones fonctionnent ensemble avec le premier qui gĂ©nĂšre des images et le second qui l’analyse afin de vĂ©rifier si les rĂ©sultats sont rĂ©els ou gĂ©nĂ©rĂ©s par le premier rĂ©seau. A chaque fois qu’une image est considĂ©rĂ©e comme rĂ©elle (une photo d’un vrai visage humain), l’image gĂ©nĂ©rĂ©e est « rĂ©compensĂ©e » et le rĂ©sultat et le code utilisĂ©s dans la gĂ©nĂ©ration d’image se retrouve favorisĂ© pour une prochaine gĂ©nĂ©ration. Cela permet, par un apprentissage automatique de s’approche toujours plus d’une image qui semble plus rĂ©elle.
Pourquoi ce générateur de visage humain a été créé ?
L’objectif premier de ce gĂ©nĂ©rateur de portraits rĂ©alistes Ă©tait d’abord de dĂ©veloppĂ© et de dĂ©montrer les capacitĂ©s d’un rĂ©seau de neurone capable de dĂ©tecter efficacement les visages humains dans une vidĂ©o ou un jeu vidĂ©o. Il s’agit d’un travail de RD de NVIDIA qui est avant tout un constrateur de carte graphique. Un ingĂ©nieur d’Uber s’est appuyĂ© sur le code de StyleGAN2 qui est utilisable librement sous licence pour proposer le site thispersondoesnotexist et rendre accessible Ă tous les rĂ©sultats de ce gĂ©nĂ©rateur.
Le code est disponible sur Gibhub et est compatible avec TensorFlow, plateforme de machine learning.
Est-il possible de distinguer ces portraits alĂ©atoires d’un vrai visage humain ?
La plupart des portraits gĂ©nĂ©rĂ©s par l’outil sont totalement photorĂ©alistes. En les regardant, on les confond facilement avec de vraies personnes existantes alors que les visages sont totalement alĂ©atoires et que les personnes qui sont affichĂ©es n’existent pas dans la rĂ©alitĂ©.
Dans certains cas, il est possible de voir apparaitre quelques dĂ©fauts, par exemple lorsqu’une mĂšche de cheveux passe devant les yeux ou pour les hommes porteurs de barbe ou moustache.
