Exploración evolutiva del espacio latente de redes neuronales antagónicas para la generación de rostros humanos.

Abstract

El proyecto se centra en la generación de rostros humanos sintéticos utilizando un modelo de Red Generativa Antagónica, abordando la necesidad de crear imágenes realistas y libres de sesgos. El objetivo principal es desarrollar estrategias evolutivas para explorar el espacio latente de las redes generativas antagónicas y generar rostros con atributos específicos de raza y género. Además, se busca garantizar que estos rostros sean reconocidos por el analizador Deep- Face como la misma persona, a pesar de las variaciones en raza y género. Se implementa un algoritmo evolutivo multi-objetivo que guía la generación de rostros humanos sintéticos evaluando la precisión de los resultados. El algoritmo utiliza en su función de evaluación un generador de rostros, StyleGAN3, y un analizador, DeepFace. El analizador mide la similitud entre los rostros generados y una imagen objetivo, así como la correspondencia con los atributos de raza y género deseados. Los resultados indican que StyleGAN3 y DeepFace presentan un sesgo hacia los rostros de individuos blancos, adultos y masculinos, lo que se refleja en la predominancia de estos perfiles y una mayor precisión en su evaluación. Sin embargo, el algoritmo evolutivo demostró su capacidad para generar rostros con atributos específicos de raza, género y capaces de engañar a DeepFace, produciendo resultados efectivos sin importar el objetivo.