Mindenki szereti, aki házi kedvencet tart otthon. De vajon a szeretett kutyája még aranyosabb lenne, ha egy másik fajta lenne? Az NVIDIA új, GANimals nevű eszközének köszönhetően felmérheti, hogy kedvenc házi kedvence még szebben nézne-e ki, ha más állat lenne.
Az év elején az NVIDIA Research Internetezők GauGAN eszközével, amely lehetővé tette számára, hogy a durva vázlatokat szinte fotorealisztikus képekké alakítsa. Ez az eszköz megkövetelte a felhasználóktól, hogy a megfelelő ecsetszín kiválasztásával meghatározzák, hogy a kép mely részei legyenek víz, fák, hegyek és egyéb tereptárgyak, de a GANimals teljesen automatikusan működik. Nem kell mást tennie, mint feltölteni egy fényképet kedvencéről, és ez egy sor fotorealisztikus képsorozatot hoz létre más állatokról, amelyek megtartják a példány „arckifejezését”.
Ezen a héten a koreai Szöulban a Számítógépes Látás Nemzetközi Konferenciáján bemutatott cikkben a kutatók leírták az általuk kifejlesztett algoritmust. . A Few-shot, UN-supervised Image-to-image Translation rövidítése. Amikor mesterséges intelligenciát használunk a forráskép jellemzőinek célképpé történő átalakítására, a mesterséges intelligenciát általában különböző fényszintekkel és kameraszögekkel rendelkező célképek nagy gyűjteményére kell képezni, hogy valósághűnek tűnő eredményeket hozzon létre. De egy ilyen nagy képadatbázis létrehozása hosszú időt vesz igénybe, és korlátozza a neurális hálózat képességeit. Ha egy mesterséges intelligencia arra van kiképezve, hogy csirkékből pulykát csináljon, akkor ez az egyetlen dolog, amit jól csinál.
Összehasonlításképpen, a FUNIT algoritmus betanítható a célállat néhány képével, amelyen ismételten gyakorolják. Ha az algoritmus megfelelően képzett, csak egy képre van szüksége a forrás- és a célállatokról, amely lehet teljesen véletlenszerű, és amelyet korábban soha nem dolgoztak fel vagy elemeztek.
Az érdeklődők felpróbálhatják a GANanimals-t , de az eddigi eredmények alacsony felbontásúak, és nem alkalmasak másra, mint oktatási célokra vagy a kíváncsiság kielégítésére. A kutatók azt remélik, hogy végül javítani tudják a mesterséges intelligencia és az algoritmus képességeit, így hamarosan lehetővé válik az emberek arcának megváltoztatása anélkül, hogy a gondosan válogatott képeket tartalmazó hatalmas adatbázisokra hagyatkozna.
Forrás: 3dnews.ru