NVIDIA의 신경망을 사용하면 애완동물을 다른 동물로 상상할 수 있습니다.

집에서 애완동물을 키우는 사람은 누구나 애완동물을 사랑합니다. 하지만 당신이 사랑하는 강아지가 다른 품종이라면 더욱 귀엽게 보일까요? GANimals라는 NVIDIA의 새로운 도구 덕분에 좋아하는 애완동물이 다른 동물이었다면 더욱 귀여워 보일지 평가할 수 있습니다.

올해 초 엔비디아 리서치(NVIDIA Research) 벌써 놀랐다 GauGAN 도구를 사용하는 인터넷 사용자는 대략적인 스케치를 거의 사실적인 이미지로 바꿀 수 있었습니다. 이 도구를 사용하려면 사용자가 적절한 브러시 색상을 선택하여 이미지의 어느 부분이 물, 나무, 산 및 기타 랜드마크가 되어야 하는지 지정해야 했지만 GANimals는 완전히 자동으로 작동합니다. 귀하가 해야 할 일은 애완동물의 사진을 업로드하는 것뿐입니다. 그러면 표본의 "얼굴 표정"을 유지하는 다른 동물의 사실적인 일련의 이미지가 생성됩니다.

이번 주 한국 서울에서 열린 컴퓨터 비전에 관한 국제 회의에서 발표된 논문에서 연구원들은 자신들이 개발한 알고리즘을 다음과 같이 설명했습니다. 재미있는. 이는 Few-shot, UNsupervised Image-to-image Translation의 약자입니다. 인공 지능을 사용하여 원본 이미지의 특성을 대상 이미지로 변환할 때 인공 지능은 일반적으로 현실적으로 보이는 결과를 생성하기 위해 조명 수준과 카메라 각도가 다른 대규모 대상 이미지 컬렉션에 대해 교육을 받아야 합니다. 그러나 이렇게 큰 이미지 데이터베이스를 만드는 데는 시간이 오래 걸리고 신경망의 기능이 제한됩니다. AI가 닭을 칠면조로 바꾸도록 훈련받았다면 그것이 유일하게 잘 할 수 있는 일입니다.

이에 비해 FUNIT 알고리즘은 반복적으로 연습되는 대상 동물의 이미지 몇 개만 사용하여 훈련할 수 있습니다. 알고리즘이 충분히 훈련되면 원본 및 대상 동물의 이미지 하나만 필요합니다. 이는 완전히 무작위일 수 있으며 이전에 처리하거나 분석한 적이 없습니다.

관심 있는 사람들은 GANanimals를 사용해 볼 수 있습니다. 엔비디아 AI 플레이그라운드, 그러나 지금까지의 결과는 해상도가 낮고 교육 목적이나 호기심 충족 이외의 용도로는 적합하지 않습니다. 연구원들은 궁극적으로 AI와 알고리즘의 기능을 향상시켜 신중하게 선별된 이미지로 구성된 거대한 데이터베이스에 의존하지 않고도 사람들의 얼굴을 바꾸는 것이 곧 가능해지기를 바라고 있습니다.

출처 : 3dnews.ru