Tothom que té una mascota a casa els estima. Tanmateix, el vostre estimat gos semblaria encara més maco si fos una raça diferent? Gràcies a una nova eina de NVIDIA anomenada GANimals, podeu avaluar si la vostra mascota preferida semblaria encara més maca si fos un animal diferent.
A principis d'aquest any, NVIDIA Research Els usuaris d'Internet amb la seva eina GauGAN, que li va permetre convertir esbossos aproximats en imatges gairebé fotorealistes. Aquesta eina requeria que els usuaris especifiquin quines parts de la imatge haurien de ser aigua, arbres, muntanyes i altres punts de referència seleccionant el color de pinzell adequat, però GANimals funciona de manera totalment automàtica. Tot el que has de fer és pujar una foto de la teva mascota i crearà una sèrie d'imatges fotorealistes d'altres animals que conserven l'"expressió facial" de l'exemplar.
Aquesta setmana, en un article presentat a la Conferència Internacional sobre Visió per Computadora a Seül, Corea, els investigadors van descriure l'algorisme que van desenvolupar: . Significa Traducció d'imatge a imatge amb pocs plans i no supervisada. Quan s'utilitza la intel·ligència artificial per transformar les característiques d'una imatge font en una imatge objectiu, la intel·ligència artificial normalment s'ha d'entrenar en una gran col·lecció d'imatges objectiu amb diferents nivells de llum i angles de càmera per produir resultats que semblin realistes. Però crear una base de dades d'imatges tan gran requereix molt de temps i limita les capacitats de la xarxa neuronal. Si una IA està entrenada per convertir pollastres en galls dindis, això és l'únic que farà bé.
En comparació, l'algorisme FUNIT es pot entrenar utilitzant només unes quantes imatges de l'animal objectiu sobre el qual es practica repetidament. Un cop l'algoritme està prou entrenat, només necessita una imatge dels animals d'origen i objectiu, que pot ser completament aleatòria i mai no s'ha processat ni analitzat abans.
Els interessats poden provar GANanimals , però fins ara els resultats són de baixa resolució i no aptes per a res més que per a finalitats educatives o per satisfer la curiositat. Els investigadors esperen millorar eventualment les capacitats de la IA i l'algoritme de manera que aviat sigui possible canviar la cara de les persones sense dependre de grans bases de dades d'imatges curosament curades.
Font: 3dnews.ru