Setiap orang yang memelihara hewan peliharaan di rumah menyukainya. Namun, apakah anjing kesayangan Anda akan terlihat lebih manis jika rasnya berbeda? Berkat alat baru dari NVIDIA bernama GANimals, Anda dapat mengevaluasi apakah hewan peliharaan favorit Anda akan terlihat lebih manis jika itu adalah hewan yang berbeda.
Awal tahun ini, NVIDIA Research Pengguna internet dengan alat GauGAN miliknya, yang memungkinkannya mengubah sketsa kasar menjadi gambar yang hampir fotorealistik. Alat ini mengharuskan pengguna untuk menentukan bagian gambar mana yang harus berupa air, pohon, gunung, dan landmark lainnya dengan memilih warna kuas yang sesuai, namun GANimals bekerja sepenuhnya secara otomatis. Yang harus Anda lakukan hanyalah mengunggah foto hewan peliharaan Anda, dan itu akan membuat serangkaian gambar fotorealistik hewan lain yang mempertahankan βekspresi wajahβ spesimen.
Minggu ini, dalam makalah yang dipresentasikan pada Konferensi Internasional tentang Computer Vision di Seoul, Korea, para peneliti menjelaskan algoritma yang mereka kembangkan - . Itu singkatan dari Few-shot, UNsupervised Image-to-image Translation. Saat menggunakan kecerdasan buatan untuk mengubah karakteristik gambar sumber menjadi gambar target, kecerdasan buatan biasanya perlu dilatih pada kumpulan besar gambar target dengan tingkat cahaya dan sudut kamera berbeda untuk menghasilkan hasil yang terlihat realistis. Namun membuat database gambar sebesar itu membutuhkan waktu lama dan membatasi kemampuan jaringan saraf. Jika AI dilatih untuk mengubah ayam menjadi kalkun, hanya itulah yang bisa dilakukannya dengan baik.
Sebagai perbandingan, algoritma FUNIT dapat dilatih hanya dengan menggunakan beberapa gambar hewan target yang dipraktekkan berulang kali. Setelah algoritme cukup terlatih, algoritme hanya memerlukan satu gambar hewan sumber dan target, yang dapat sepenuhnya acak dan belum pernah diproses atau dianalisis sebelumnya.
Bagi yang berminat bisa mencoba GANanimals , namun sejauh ini hasilnya beresolusi rendah dan tidak cocok untuk apa pun selain tujuan pendidikan atau untuk memuaskan rasa ingin tahu. Para peneliti berharap pada akhirnya dapat meningkatkan kemampuan AI dan algoritme sehingga dapat segera mengubah wajah orang tanpa bergantung pada database besar berisi gambar yang dikurasi dengan cermat.
Sumber: 3dnews.ru