Todos os que teñen unha mascota na casa encántanlles. Non obstante, o teu amado can parecería aínda máis lindo se fose unha raza diferente? Grazas a unha nova ferramenta de NVIDIA chamada GANimals, podes avaliar se a túa mascota favorita parecería aínda máis bonita se fose un animal diferente.
A principios deste ano, NVIDIA Research Os internautas coa súa ferramenta GauGAN, que lle permitiu converter esbozos en imaxes case fotorrealistas. Esta ferramenta requiría que os usuarios especificasen que partes da imaxe deberían ser auga, árbores, montañas e outros puntos de referencia seleccionando a cor do pincel axeitada, pero GANimals funciona de forma completamente automática. Todo o que tes que facer é subir unha foto da túa mascota e crearase unha serie de imaxes fotorrealistas doutros animais que conserven a "expresión facial" do exemplar.
Esta semana, nun documento presentado na Conferencia Internacional sobre Visión por Computador en Seúl, Corea, os investigadores describiron o algoritmo que desenvolveron: . Son as siglas de Few-shot, Unsupervised Image-to-image Translation. Cando se utiliza a intelixencia artificial para transformar as características dunha imaxe de orixe nunha imaxe de destino, a intelixencia artificial adoita ser adestrada nunha gran colección de imaxes obxectivo con diferentes niveis de luz e ángulos de cámara para producir resultados que parezan realistas. Pero crear unha base de datos de imaxes tan grande leva moito tempo e limita as capacidades da rede neuronal. Se unha IA está adestrada para converter galiñas en pavos, iso é o único que fará ben.
En comparación, o algoritmo FUNIT pódese adestrar utilizando só algunhas imaxes do animal obxectivo no que se practica repetidamente. Unha vez que o algoritmo está suficientemente adestrado, só necesita unha imaxe dos animais orixe e obxectivo, que pode ser completamente aleatoria e nunca antes se procesou nin se analizara.
Os interesados poden probar GANanimals en , pero ata agora os resultados son de baixa resolución e non son adecuados para outra cousa que non sexan fins educativos ou para satisfacer a curiosidade. Os investigadores esperan mellorar eventualmente a intelixencia artificial e as capacidades do algoritmo para que pronto sexa posible cambiar a cara das persoas sen depender de enormes bases de datos de imaxes coidadosamente seleccionadas.
Fonte: 3dnews.ru