Ikviens, kurš tur mājās mājdzīvnieku, tos mīl. Tomēr vai jūsu mīļotais suns izskatītos vēl piemīlīgāks, ja tā būtu cita šķirne? Pateicoties jaunajam NVIDIA rīkam GANimals, varat novērtēt, vai jūsu mīļākais mājdzīvnieks izskatītos vēl jaukāk, ja tas būtu cits dzīvnieks.
Šī gada sākumā NVIDIA Research Interneta lietotāji ar savu GauGAN rīku, kas ļāva viņam pārvērst aptuvenas skices gandrīz fotoreālistiskos attēlos. Šis rīks prasīja lietotājiem norādīt, kurām attēla daļām jābūt ūdenim, kokiem, kalniem un citiem orientieriem, izvēloties atbilstošu otas krāsu, taču GANimals darbojas pilnīgi automātiski. Viss, kas jums jādara, ir augšupielādēt sava mājdzīvnieka fotoattēlu, un tas izveidos citu dzīvnieku fotoreālistisku attēlu sēriju, kas saglabās īpatņa “sejas izteiksmi”.
Šonedēļ rakstā, kas tika prezentēts Starptautiskajā konferencē par datoru redzi Seulā, Korejā, pētnieki aprakstīja viņu izstrādāto algoritmu - . Tas nozīmē Few-shot, UN supervised Image-to-image Translation. Izmantojot mākslīgo intelektu, lai pārveidotu avota attēla īpašības mērķa attēlā, mākslīgais intelekts parasti ir jāapmāca lielai mērķa attēlu kolekcijai ar dažādiem gaismas līmeņiem un kameras leņķiem, lai iegūtu reālistiskus rezultātus. Taču tik lielas attēlu datu bāzes izveide aizņem daudz laika un ierobežo neironu tīkla iespējas. Ja mākslīgais intelekts ir apmācīts pārvērst cāļus par tītariem, tas ir vienīgais, kas viņam veiksies.
Salīdzinājumam, FUNIT algoritmu var apmācīt, izmantojot tikai dažus mērķa dzīvnieka attēlus, uz kuriem tas tiek praktizēts atkārtoti. Kad algoritms ir pietiekami apmācīts, tam ir nepieciešams tikai viens avota un mērķa dzīvnieku attēls, kas var būt pilnīgi nejaušs un nekad iepriekš nav apstrādāts vai analizēts.
Interesenti var izmēģināt GANanimals plkst , taču līdz šim rezultāti ir zemas izšķirtspējas un nav piemēroti nekam citam, kā tikai izglītojošiem mērķiem vai zinātkāres apmierināšanai. Pētnieki cer galu galā uzlabot AI un algoritma iespējas, lai drīzumā būtu iespējams mainīt cilvēku sejas, nepaļaujoties uz milzīgām rūpīgi atlasītu attēlu datu bāzēm.
Avots: 3dnews.ru