资源简介

(共13张PPT)
第12课　
图像的生成方式
第三单元　图像、声音与视频的智能生成
第12课 课堂导入
问题情境
智能生成的图像用于商业用途，可能涉及哪些伦理或法律问题？
人工智能是如何生成图像的？
图像智能生成广泛应用于设计、游戏及影视制作等领域。
第12课 学习内容
一 对抗生成
二 扩散生成
学习内容
一、对抗生成
第12课 学习内容
训练时两个神经网络相互对抗：一个负责生成图像，另一个负责判断图像质量。生成网络不断努力调整，试图满足判别网络的要求，最终“学会”如何生成符合要求的图像。
训练结束后，一般只需调用生成网络得到图像。当然，也可以利用判别网络控制生成图像的质量。
第12课 学习内容
体验基于对抗思想生成图像
1.打开配套资源中的《对抗-图像生成器》软件。
2.拖动滑块，选择适当的分数阈值。
3.单击“开始生成”按钮，软件会自动生成图像并对图像打分，分数高于阈值的图像将放入右侧窗格，直到放满为止。
一、对抗生成
第12课 学习内容
一、对抗生成
第12课 学习内容
设置不同的分数阈值，观察软件自动生成图像的数量与质量变化。
一、对抗生成
阈值 图像数量 图像质量
高 □多 □少 □高 □低
低 □多 □少 □高 □低
基于扩散思想训练模型时，会先让模型“看”到一幅清晰的图像，然后不断添加“噪点”，直到整张图像变得像团雪花。在这个过程中，模型需要学习在不同阶段，图像变成了什么样子。
生成过程则是从一张充满“噪点”的图像开始。模型根据记住的“噪点”图的特征，一步步反向回推，最终生成需要的图像。
第12课 学习内容
二、扩散生成
第12课 学习内容
二、扩散生成
模型不是还原原始图像，是根据当前“噪点”状态，逐步生成具有相似特征的新图像。这个过程并非复制，而是创造。
体验基于扩散思想生成图像
1.打开配套资源中的《扩散-图像生成器》软件。
2.单击“开始生成”按钮生成图像。可以发现，软件从一张充满“雪花”的图像开始，经过一步步推算，最终形成较清晰的图像。
第12课 学习内容
二、扩散生成
第12课 学习内容
二、扩散生成
1. 图像的智能生成主要有两种方式：对抗生成和扩散生成。
2. 采用对抗生成时，训练阶段需要使用生成网络和判别网络；生成阶段通常只需要使用生成网络，也可以借助判别网络来控制图像的质量。
3. 采用扩散生成时，训练阶段会逐步在图像中添加“噪点”，学习各阶段的图像特征；生成阶段则通过一步步反向回推，得到清晰图像。
第12课 课堂总结
第12课 拓展与提升
一位热爱艺术的初中生，使用一款流行的AI 图像生成工具，输入自己的创意描述后，生成了一幅风格独特、色彩绚丽的图像。他非常喜欢这幅图像，便将其印在了自己设计的衬衫上，并打算在学校组织的“爱心慈善义卖”活动中出售，所得款项将全部捐赠给山区儿童。
结合你对人工智能、著作权和伦理规范的理解，谈谈自己的看法。

展开更多......

收起↑