Text-to-face e StyleGAN2 per generare volti dalle descrizioni

Una strada ancora poco battuta nell’ambito dei volti generati da una rete neurale è il text-to-face, ovvero la possibilità di creare immagini di volti realistici partendo solo da una descrizione testuale.

Tre ricercatori australiani hanno sviluppato un modello di Text-to-face che assieme alla seconda versione di StyleGAN – una impressionante rete generativa avversaria creata da Nvidia – riesce a produrre diversi volti umani partendo da un testo scritto, migliorando l’output man mano che la descrizione acquista ulteriori dettagli. Ecco alcuni esempi direttamente dal paper degli autori:

TTF1 - Esempio dal paper dei ricercatori

TTF2 - Esempio dal paper dei ricercatori

Per approfondire la ricerca: Faces à la Carte: Text-to-Face Generation via Attribute Disentanglement

Luca Sambucci lavora da oltre trent'anni nella cybersecurity, occupandosi oggi di sicurezza dell'intelligenza artificiale o AI Security. Ha collaborato come esperto con il Governo italiano, la Commissione europea, il Centro Comune di Ricerca e l'Agenzia Europea per la Difesa. È fondatore di Noctive Security, startup che sviluppa software automatizzati di red teaming per LLM e agenti AI. Questo blog è personale e le opinioni espresse appartengono ai singoli autori.