Усім, хто трымае ў сябе дома хатняга гадаванца, яны падабаюцца. Аднак выглядаў бы каханы сабака яшчэ больш міла, калі б была іншай пароды? Дзякуючы новай прыладзе ад NVIDIA пад назовам GANimals можна ацаніць, выглядаў бы каханы гадаванец яшчэ больш сімпатычным, калі б быў іншай жывёлай.
Раней у гэтым годзе спецыялісты NVIDIA Research карыстальнікаў Сеткі сваім інструментам GauGAN, якія дазвалялі ператвараць грубыя накіды ў амаль фотарэалістычныя выявы. Гэты інструмент патрабаваў ад карыстальнікаў паказваць, якія часткі выявы павінны быць вадой, дрэвамі, гарамі і іншымі арыенцірамі, выбіраючы прыдатны колер пэндзля, але GANimals працуе цалкам аўтаматычна. Неабходна толькі загрузіць фатаграфію свайго гадаванца, і яна створыць серыю фотарэалістычных малюнкаў іншых жывёл, якія захаваюць «выраз морды» узору.
На гэтым тыдні ў артыкуле, прадстаўленым на Міжнароднай канферэнцыі па машынным зроку ў карэйскім Сеуле, даследнікі апісалі алгарытм, які распрацавалі. . Ён расшыфроўваецца як Few-shot, UNsupervised Image-to-image Translation. Пры выкарыстанні штучнага інтэлекту для пераўтварэння характарыстык зыходнай выявы ў мэтавую выяву штучны інтэлект, як правіла, неабходна навучаць на аснове вялікай калекцыі мэтавых малюнкаў з рознымі ўзроўнямі асветленасці і ракурсамі камеры, каб атрымліваць вынікі, якія выглядаюць рэалістычна. Але стварэнне такой вялікай базы дадзеных малюнкаў займае шмат часу і абмяжоўвае магчымасці нейрасеткі. Калі ІІ натрэніраваны ператвараць куранят у індычак, гэта адзінае, з чым ён будзе спраўляцца добра.
Для параўнання: алгарытм FUNIT можна навучыць, выкарыстоўваючы ўсяго некалькі выяваў мэтавай жывёлы, на якіх ён шматкроць практыкуецца. Пасля таго як алгарытм дастаткова натрэніраваны, яму дастаткова толькі аднаго малюнка зыходнага і мэтавага жывёл, якія могуць быць абсалютна выпадковымі і ніколі раней не апрацоўвацца і не аналізавацца.
Жадаючыя могуць апрабаваць GANanimals на , Але пакуль вынікі адрозніваюцца нізкім дазволам і не падыходзяць ні для чаго, акрамя азнаямленчых мэт або задавальненні цікаўнасці. Даследнікі спадзяюцца ў канчатковым выніку палепшыць магчымасці ІІ і алгарытму, так каб у хуткім часе можна было змяняць твары людзей без апоры на вялізныя базы дадзеных старанна адабраных малюнкаў.
Крыніца: 3dnews.ru