Todo el que tiene una mascota en casa la ama. Sin embargo, ¿tu querido perro se vería aún más lindo si fuera de otra raza? Gracias a una nueva herramienta de NVIDIA llamada GANimals, podrás evaluar si tu mascota favorita luciría aún más linda si fuera un animal diferente.
A principios de este año, NVIDIA Research Los internautas con su herramienta GauGAN, que le permitió convertir bocetos en imágenes casi fotorrealistas. Esta herramienta requería que los usuarios especificaran qué partes de la imagen debían ser agua, árboles, montañas y otros puntos de referencia seleccionando el color de pincel apropiado, pero GANimals funciona de forma completamente automática. Todo lo que tienes que hacer es subir una foto de tu mascota y se creará una serie de imágenes fotorrealistas de otros animales que conservan la “expresión facial” del espécimen.
Esta semana, en un artículo presentado en la Conferencia Internacional sobre Visión por Computadora en Seúl, Corea, los investigadores describieron el algoritmo que desarrollaron: . Significa traducción de imagen a imagen sin supervisión y de pocas tomas. Cuando se utiliza inteligencia artificial para transformar las características de una imagen de origen en una imagen de destino, la inteligencia artificial normalmente necesita entrenarse en una gran colección de imágenes de destino con diferentes niveles de luz y ángulos de cámara para producir resultados que parezcan realistas. Pero crear una base de datos de imágenes tan grande lleva mucho tiempo y limita las capacidades de la red neuronal. Si una IA está entrenada para convertir pollos en pavos, eso es lo único que hará bien.
En comparación, el algoritmo FUNIT se puede entrenar utilizando sólo unas pocas imágenes del animal objetivo en el que se practica repetidamente. Una vez que el algoritmo está suficientemente entrenado, solo necesita una imagen de los animales de origen y de destino, que pueden ser completamente aleatorias y nunca antes haber sido procesadas o analizadas.
Los interesados pueden probar GANanimals en , pero hasta ahora los resultados son de baja resolución y no son adecuados para nada más que fines educativos o para satisfacer la curiosidad. Los investigadores esperan eventualmente mejorar la inteligencia artificial y las capacidades del algoritmo para que pronto sea posible cambiar las caras de las personas sin depender de enormes bases de datos de imágenes cuidadosamente seleccionadas.
Fuente: 3dnews.ru