Každý, kdo chová doma nějaké zvířátko, je miluje. Nicméně, vypadal by váš milovaný pes ještě roztomilejší, kdyby to bylo jiné plemeno? Díky novému nástroji od NVIDIA s názvem GANimals můžete vyhodnotit, zda by váš oblíbený mazlíček vypadal ještě roztomileji, kdyby šlo o jiné zvíře.
Začátkem tohoto roku NVIDIA Research Uživatelé internetu s jeho nástrojem GauGAN, který mu umožnil proměnit hrubé náčrty v téměř fotorealistické obrázky. Tento nástroj vyžadoval, aby uživatelé určili, které části obrázku mají být voda, stromy, hory a další orientační body výběrem vhodné barvy štětce, ale GANimals funguje zcela automaticky. Jediné, co musíte udělat, je nahrát fotografii vašeho mazlíčka a vytvoří sérii fotorealistických snímků jiných zvířat, které si zachovají „výraz obličeje“ daného exempláře.
Tento týden v příspěvku prezentovaném na Mezinárodní konferenci o počítačovém vidění v Soulu v Koreji výzkumníci popsali algoritmus, který vyvinuli – . Je to zkratka pro Few-shot, UNsupervised Image-to-image Translation. Při použití umělé inteligence k transformaci charakteristik zdrojového obrazu na cílový obraz je obvykle třeba umělou inteligenci trénovat na velké sbírce cílových obrazů s různými úrovněmi osvětlení a úhly kamery, aby výsledky vypadaly realisticky. Ale vytvoření tak velké databáze obrázků trvá dlouho a omezuje možnosti neuronové sítě. Pokud je umělá inteligence vycvičená, aby proměnila kuřata v krůty, je to jediná věc, kterou bude dělat dobře.
Pro srovnání, algoritmus FUNIT lze trénovat pouze pomocí několika snímků cílového zvířete, na kterém je opakovaně procvičován. Jakmile je algoritmus dostatečně natrénován, potřebuje pouze jeden obrázek zdrojových a cílových zvířat, který může být zcela náhodný a nikdy předtím nebyl zpracován ani analyzován.
Zájemci si mohou GANanimals vyzkoušet , ale zatím jsou výsledky nízkého rozlišení a nehodí se k ničemu jinému než k vzdělávacím účelům nebo k uspokojení zvědavosti. Vědci doufají, že nakonec vylepší AI a možnosti algoritmu, takže brzy bude možné měnit tváře lidí, aniž by se spoléhali na obrovské databáze pečlivě vybraných obrázků.
Zdroj: 3dnews.ru