Όλοι όσοι κρατούν ένα κατοικίδιο στο σπίτι το λατρεύουν. Ωστόσο, ο αγαπημένος σας σκύλος θα φαινόταν ακόμα πιο χαριτωμένος αν ήταν διαφορετικής ράτσας; Χάρη σε ένα νέο εργαλείο της NVIDIA που ονομάζεται GANimals, μπορείτε να αξιολογήσετε αν το αγαπημένο σας κατοικίδιο θα φαινόταν ακόμα πιο χαριτωμένο αν ήταν διαφορετικό ζώο.
Νωρίτερα φέτος, η NVIDIA Research Οι χρήστες του Διαδικτύου με το εργαλείο του GauGAN, το οποίο του επέτρεψε να μετατρέψει τα πρόχειρα σκίτσα σε σχεδόν φωτορεαλιστικές εικόνες. Αυτό το εργαλείο απαιτούσε από τους χρήστες να καθορίσουν ποια μέρη της εικόνας θα έπρεπε να είναι νερό, δέντρα, βουνά και άλλα ορόσημα επιλέγοντας το κατάλληλο χρώμα πινέλου, αλλά το GANimals λειτουργεί εντελώς αυτόματα. Το μόνο που έχετε να κάνετε είναι να ανεβάσετε μια φωτογραφία του κατοικίδιου ζώου σας και θα δημιουργήσει μια σειρά από φωτορεαλιστικές εικόνες άλλων ζώων που διατηρούν την «έκφραση του προσώπου» του δείγματος.
Αυτή την εβδομάδα, σε μια εργασία που παρουσιάστηκε στο Διεθνές Συνέδριο για το Computer Vision στη Σεούλ της Κορέας, οι ερευνητές περιέγραψαν τον αλγόριθμο που ανέπτυξαν - . Αντιπροσωπεύει Μετάφραση εικόνας σε εικόνα χωρίς επίβλεψη με λίγες λήψεις. Όταν χρησιμοποιείται τεχνητή νοημοσύνη για τη μετατροπή των χαρακτηριστικών μιας εικόνας πηγής σε μια εικόνα στόχο, η τεχνητή νοημοσύνη πρέπει συνήθως να εκπαιδεύεται σε μια μεγάλη συλλογή εικόνων στόχου με διαφορετικά επίπεδα φωτός και γωνίες κάμερας για να παράγει αποτελέσματα που φαίνονται ρεαλιστικά. Αλλά η δημιουργία μιας τόσο μεγάλης βάσης δεδομένων εικόνων διαρκεί πολύ και περιορίζει τις δυνατότητες του νευρωνικού δικτύου. Εάν μια τεχνητή νοημοσύνη εκπαιδεύεται να μετατρέπει τα κοτόπουλα σε γαλοπούλες, αυτό είναι το μόνο πράγμα που θα κάνει καλά.
Συγκριτικά, ο αλγόριθμος FUNIT μπορεί να εκπαιδευτεί χρησιμοποιώντας λίγες μόνο εικόνες του ζώου-στόχου στο οποίο ασκείται επανειλημμένα. Μόλις ο αλγόριθμος εκπαιδευτεί επαρκώς, χρειάζεται μόνο μία εικόνα των ζώων προέλευσης και στόχου, τα οποία μπορεί να είναι εντελώς τυχαία και δεν έχουν υποστεί επεξεργασία ή ανάλυση ποτέ πριν.
Οι ενδιαφερόμενοι μπορούν να δοκιμάσουν το GANanimals στο , αλλά μέχρι στιγμής τα αποτελέσματα είναι χαμηλής ανάλυσης και δεν ενδείκνυνται για τίποτα άλλο εκτός από εκπαιδευτικούς σκοπούς ή για να ικανοποιήσουν την περιέργεια. Οι ερευνητές ελπίζουν να βελτιώσουν τελικά τις δυνατότητες της τεχνητής νοημοσύνης και του αλγόριθμου, έτσι ώστε σύντομα να είναι δυνατή η αλλαγή των προσώπων των ανθρώπων χωρίς να βασίζονται σε τεράστιες βάσεις δεδομένων με προσεκτικά επιλεγμένες εικόνες.
Πηγή: 3dnews.ru