Saben uwong sing njaga pet ing omah tresna marang dheweke. Nanging, apa asu sing ditresnani bakal katon luwih manis yen ana sing beda? Thanks kanggo alat anyar saka NVIDIA sing diarani GANimals, sampeyan bisa ngevaluasi apa kewan favorit sampeyan bakal katon luwih cute yen kewan sing beda.
Awal taun iki, NVIDIA Research Pangguna internet nganggo alat GauGAN, sing ngidini dheweke ngowahi sketsa kasar dadi gambar sing meh fotorealistik. Alat iki mbutuhake pangguna kanggo nemtokake bagean gambar sing kudu dadi banyu, wit, gunung lan landmark liyane kanthi milih warna sikat sing cocog, nanging GANimals bisa digunakake kanthi otomatis. Sampeyan mung kudu ngunggah foto pet sampeyan, lan bakal nggawe seri gambar fotorealistik kewan liyane sing nahan "ekspresi rai" spesimen kasebut.
Minggu iki, ing makalah sing diwenehake ing Konferensi Internasional babagan Visi Komputer ing Seoul, Korea, para peneliti nggambarake algoritma sing dikembangake - . Iku singkatan saka Few-shot, Unsupervised Image-to-image Translation. Nalika nggunakake intelijen buatan kanggo ngowahi karakteristik gambar sumber dadi gambar target, intelijen buatan biasane kudu dilatih ing koleksi akeh gambar target kanthi tingkat cahya lan sudut kamera sing beda kanggo ngasilake asil sing katon nyata. Nanging nggawe database gambar gedhe kuwi butuh wektu suwe lan mbatesi kemampuan jaringan saraf. Yen AI dilatih kanggo ngowahi pitik dadi kalkun, mung kuwi sing bakal ditindakake kanthi apik.
Yen dibandhingake, algoritma FUNIT bisa dilatih kanthi nggunakake sawetara gambar kewan target sing dilatih bola-bali. Sawise algoritma wis cukup dilatih, mung perlu siji gambar saka sumber lan kewan target, kang bisa rampung acak lan durung tau diproses utawa dianalisis sadurunge.
Sing kasengsem bisa nyoba GANanimals ing , nanging nganti saiki asile resolusi kurang lan ora cocok kanggo apa-apa liyane saka tujuan pendidikan utawa kanggo gawe marem penasaran. Peneliti ngarep-arep bisa nambah kemampuan AI lan algoritma supaya bisa ngganti pasuryane wong tanpa gumantung ing database gedhe saka gambar sing dikurasi kanthi teliti.
Source: 3dnews.ru