NVIDIA-hermoverkon avulla voit kuvitella lemmikin muiden eläinten tavoin

Jokainen, joka pitää lemmikin kotona, rakastaa niitä. Näyttäisikö rakas koirasi kuitenkin vieläkin söpömmältä, jos se olisi eri rotu? NVIDIAn uuden GANimals-työkalun ansiosta voit arvioida, näyttäisikö suosikkieläimesi vieläkin söpömmältä, jos se olisi eri eläin.

Aiemmin tänä vuonna NVIDIA Research jo yllättynyt Internetin käyttäjät GauGAN-työkalullaan, jonka avulla hän pystyi muuttamaan karkeat luonnokset lähes fotorealistisiksi kuviksi. Tämä työkalu vaati käyttäjien määrittämään, mitkä kuvan osat ovat vettä, puita, vuoria ja muita maamerkkejä valitsemalla sopiva siveltimen väri, mutta GANimals toimii täysin automaattisesti. Sinun tarvitsee vain ladata valokuva lemmikistäsi, ja se luo sarjan fotorealistisia kuvia muista eläimistä, jotka säilyttävät näytteen "kasvojen ilmeen".

NVIDIA-hermoverkon avulla voit kuvitella lemmikin muiden eläinten tavoin

Tällä viikolla Soulissa, Koreassa, kansainvälisessä tietokonenäön konferenssissa esitellyssä asiakirjassa tutkijat kuvasivat kehittämänsä algoritmin - FUNIT. Se tarkoittaa Few-shot, UN-supervised Image-to-image Translation. Käytettäessä tekoälyä lähdekuvan ominaisuuksien muuntamiseen kohdekuvaksi, tekoälyä on tyypillisesti koulutettava suurella kokoelmalla kohdekuvia eri valotasoilla ja kamerakulmilla, jotta saadaan realistiselta näyttäviä tuloksia. Mutta niin suuren kuvatietokannan luominen vie kauan ja rajoittaa hermoverkon ominaisuuksia. Jos tekoäly on koulutettu muuttamaan kanoista kalkkunoita, se on ainoa asia, joka pärjää hyvin.

Vertailun vuoksi FUNIT-algoritmia voidaan harjoitella käyttämällä vain muutamaa kuvaa kohde-eläimestä, jolla sitä harjoitetaan toistuvasti. Kun algoritmi on riittävästi koulutettu, se tarvitsee vain yhden kuvan lähde- ja kohdeeläimistä, jotka voivat olla täysin satunnaisia ​​ja joita ei ole koskaan käsitelty tai analysoitu.


NVIDIA-hermoverkon avulla voit kuvitella lemmikin muiden eläinten tavoin

Kiinnostuneet voivat kokeilla GANanimalsia NVIDIA AI -leikkikenttä, mutta toistaiseksi tulokset ovat matalaresoluutioisia eivätkä sovellu mihinkään muuhun kuin koulutustarkoituksiin tai uteliaisuuden tyydyttämiseen. Tutkijat toivovat lopulta parantavansa tekoälyn ja algoritmin ominaisuuksia, jotta ihmisten kasvoja voidaan pian muuttaa ilman, että turvaudutaan valtaviin tietokantoihin huolellisesti kuratoiduista kuvista.



Lähde: 3dnews.ru

Lisää kommentti