Het neurale netwerk van Nvidia verandert eenvoudige schetsen in prachtige landschappen

Het neurale netwerk van Nvidia verandert eenvoudige schetsen in prachtige landschappen
De waterval van de roker en de waterval van een gezond mens

We weten allemaal hoe we een uil moeten tekenen. Eerst moet je een ovaal tekenen, dan nog een cirkel, en dan - het blijkt een prachtige uil te zijn. Dit is natuurlijk een grap, en een hele oude, maar de ingenieurs van Nvidia probeerden de fantasie waar te maken.

Nieuwe ontwikkeling, dat GauGAN wordt genoemd, maakt prachtige landschappen van zeer eenvoudige schetsen (echt eenvoudig - cirkels, lijnen en alles). Deze ontwikkeling is natuurlijk gebaseerd op moderne technologieën, namelijk generatieve vijandige neurale netwerken.

Met GauGAN kun je kleurrijke virtuele werelden creëren - en niet alleen voor de lol, maar ook voor je werk. Dus architecten, landschapsontwerpers, game-ontwikkelaars - ze kunnen allemaal iets nuttigs leren. Kunstmatige intelligentie "begrijpt" onmiddellijk wat een persoon wil en vult het oorspronkelijke idee aan met een enorme hoeveelheid details.

"Brainstormen in termen van ontwerpontwikkeling is veel gemakkelijker met behulp van GauGAN, omdat een slimme borstel de eerste schets kan aanvullen door kwaliteitsafbeeldingen toe te voegen", zei een GauGAN-ontwikkelaar.

Gebruikers van deze tool kunnen het oorspronkelijke idee wijzigen, het landschap of een andere afbeelding wijzigen, lucht, zand, zee, enz. toevoegen. Alles wat je hartje begeert, en de toevoeging duurt slechts een paar seconden.

Het neurale netwerk is getraind met behulp van een database met miljoenen afbeeldingen. Hierdoor kan het systeem begrijpen wat een persoon wil en hoe hij kan bereiken wat hij wil. Bovendien vergeet het neurale netwerk de kleinste details niet. Dus als je schematisch een vijver en enkele bomen ernaast tekent, dan zullen nadat het landschap nieuw leven is ingeblazen, alle objecten in de buurt worden weerspiegeld in de spiegel van het vijverwater.

U kunt het systeem vertellen wat het zichtbare oppervlak moet zijn - het kan bedekt zijn met gras, sneeuw, water of zand. Dit alles kan in een oogwenk worden omgevormd, zodat de sneeuw zand wordt en in plaats van een besneeuwde woestenij een woestijnlandschap krijgt.

“Het is net een kleurboek waarin staat waar de boom moet staan, waar de zon is en waar de lucht is. Vervolgens, na de eerste taak, animeert het neurale netwerk de afbeelding, voegt de nodige details en texturen toe, tekent reflecties. Dit alles is gebaseerd op echte beelden”, zegt een van de ontwikkelaars.


Hoewel het systeem geen "begrip" van de echte wereld heeft, creëert het systeem indrukwekkende landschappen. Dit komt omdat hier twee neurale netwerken worden gebruikt, een generator en een discriminator. De generator maakt een afbeelding en toont deze aan de discriminator. Hij kiest op basis van miljoenen eerder geziene beelden de meest realistische opties.

Daarom "weet" de generator waar de reflecties moeten zijn. Het is vermeldenswaard dat de tool zeer flexibel is en is uitgerust met een groot aantal instellingen. Je kunt er dus mee schilderen, je aanpassen aan de stijl van een bepaalde artiest, of gewoon spelen met de snelle toevoeging van zonsopgang of zonsondergang.

De ontwikkelaars beweren dat het systeem niet zomaar ergens afbeeldingen vandaan haalt, ze bij elkaar optelt en het resultaat krijgt. Nee, alle ontvangen "foto's" worden gegenereerd. Dat wil zeggen, het neurale netwerk "creëert" zoals een echte artiest (of zelfs beter).

Tot nu toe is het programma niet vrij beschikbaar, maar binnenkort zal het mogelijk zijn om het in het werk te testen. Dat kan op de GPU Technology Conference 2019, die momenteel plaatsvindt in Californië. De gelukkigen die de tentoonstelling konden bezoeken, kunnen GauGAN alvast testen.

Neurale netwerken hebben lang geleerd om deel te nemen aan het creatieve proces. Vorig jaar bijvoorbeeld, een aantal van hen 3D-modellen kunnen maken. Daarnaast hebben de ontwikkelaars van DeepMind het neurale netwerk getraind om driedimensionale ruimtes en objecten uit tekeningen, foto's en schetsen te herstellen. Om een ​​eenvoudige figuur na te bootsen, heeft het neurale netwerk één afbeelding nodig; om complexere objecten te maken, zijn er vijf afbeeldingen nodig voor "training".

Wat GauGAN betreft, deze tool zal duidelijk een waardige commerciële toepassing vinden - veel gebieden van het bedrijfsleven en de wetenschap hebben behoefte aan dergelijke diensten.

Bron: www.habr.com

Voeg een reactie