Semua orang yang memelihara haiwan peliharaan di rumah menyukainya. Walau bagaimanapun, adakah anjing kesayangan anda kelihatan lebih comel jika ia adalah baka yang berbeza? Terima kasih kepada alat baharu daripada NVIDIA yang dipanggil GANimals, anda boleh menilai sama ada haiwan kesayangan anda akan kelihatan lebih comel jika ia adalah haiwan yang berbeza.
Awal tahun ini, NVIDIA Research Pengguna Internet dengan alat GauGANnya, yang membolehkannya menukar lakaran kasar kepada imej yang hampir fotorealistik. Alat ini menghendaki pengguna untuk menentukan bahagian imej mana yang harus berupa air, pokok, gunung dan tanda tempat lain dengan memilih warna berus yang sesuai, tetapi GANimals berfungsi sepenuhnya secara automatik. Apa yang anda perlu lakukan ialah memuat naik foto haiwan kesayangan anda, dan ia akan mencipta satu siri imej fotorealistik haiwan lain yang mengekalkan "ekspresi muka" spesimen.
Minggu ini, dalam kertas kerja yang dibentangkan di Persidangan Antarabangsa mengenai Visi Komputer di Seoul, Korea, para penyelidik menerangkan algoritma yang mereka bangunkan - . Ia adalah singkatan untuk Terjemahan Imej-ke-Imej Tanpa Seliaan Sedikit Tangkapan. Apabila menggunakan kecerdasan buatan untuk mengubah ciri imej sumber kepada imej sasaran, kecerdasan buatan biasanya perlu dilatih pada koleksi besar imej sasaran dengan tahap cahaya dan sudut kamera yang berbeza untuk menghasilkan hasil yang kelihatan realistik. Tetapi mencipta pangkalan data imej yang begitu besar mengambil masa yang lama dan mengehadkan keupayaan rangkaian saraf. Jika AI dilatih untuk menukar ayam menjadi ayam belanda, itulah satu-satunya perkara yang akan berjaya.
Sebagai perbandingan, algoritma FUNIT boleh dilatih menggunakan hanya beberapa imej haiwan sasaran yang diamalkan berulang kali. Setelah algoritma dilatih dengan secukupnya, ia hanya memerlukan satu imej sumber dan haiwan sasaran, yang boleh menjadi rawak sepenuhnya dan tidak pernah diproses atau dianalisis sebelum ini.
Yang berminat boleh mencuba GANanimals di , tetapi setakat ini hasilnya adalah resolusi rendah dan tidak sesuai untuk apa-apa selain tujuan pendidikan atau untuk memuaskan rasa ingin tahu. Para penyelidik berharap untuk akhirnya meningkatkan keupayaan AI dan algoritma supaya tidak lama lagi mungkin untuk menukar wajah orang tanpa bergantung pada pangkalan data besar bagi imej yang disusun dengan teliti.
Sumber: 3dnews.ru