Generador de Rostros Sintéticos mediante Entrenamiento Segmentado de imágenes

Abstract

Las Redes Generativas Adversarias (GANs) han revolucionado el campo de la generación de imágenes. En este trabajo de Fin de Grado se pretende estudiar estos modelos de aprendizaje profundo e implementarlos en una aplicación para la generación de rostros sintéticos. También se estudiarán los efectos que tienen diferentes técnicas, como la segmentación y el aumento de datos sobre la calidad de las imágenes sintéticas generadas. Para ello, se empezará con una explicación de los conceptos clave del funcionamiento de una GAN, y se realizarán varios entrenamientos de GANs con diferentes configuraciones para la generación de rostros. Adicionalmente, se explorarán las capacidades de edición que proporciona una GAN sobre los rostros resultantes y otros modelos de aprendizaje profundo que remueven el fondo a imágenes de personas con el fin de incorporarlos a la aplicación de generación de rostros sintéticos diseñada.Generative Adversarial Networks (GANs) have revolutionized the field of image generation. In this project we intend to study these deep learning models and implement them in an application for the generation of synthetic faces. To do so, we will start with an explanation of the key concepts of how a GAN works, and we will train GANs with different configurations for face generation. Additionally, we will explore the editing capabilities provided by a GAN on the resulting faces and other deep learning models that remove the background from images of people in order to incorporate them into the designed synthetic face generation application.