Uwielbia je każdy, kto ma w domu zwierzaka. Czy jednak Twój ukochany pies wyglądałby jeszcze ładniej, gdyby był innej rasy? Dzięki nowemu narzędziu firmy NVIDIA o nazwie GANimals możesz ocenić, czy Twoje ulubione zwierzątko wyglądałoby jeszcze ładniej, gdyby było innym zwierzęciem.
Na początku tego roku zespół badawczy NVIDIA Internautom narzędzie GauGAN, które pozwoliło mu zamienić wstępne szkice w niemal fotorealistyczne obrazy. Narzędzie to wymagało od użytkowników określenia, które części obrazu powinny stanowić woda, drzewa, góry i inne punkty orientacyjne, poprzez wybranie odpowiedniego koloru pędzla, ale GANimals działa całkowicie automatycznie. Wszystko, co musisz zrobić, to przesłać zdjęcie swojego zwierzaka, a utworzy się seria fotorealistycznych obrazów innych zwierząt, które zachowują „wyraz twarzy” okazu.
W tym tygodniu w artykule zaprezentowanym na Międzynarodowej Konferencji na temat Wizji Komputerowej w Seulu w Korei badacze opisali opracowany przez siebie algorytm: . Oznacza kilka zdjęć, nienadzorowane tłumaczenie obrazu na obraz. W przypadku korzystania ze sztucznej inteligencji w celu przekształcenia cech obrazu źródłowego w obraz docelowy, sztuczną inteligencję zazwyczaj należy przeszkolić na dużej kolekcji obrazów docelowych o różnych poziomach oświetlenia i kątach kamery, aby uzyskać realistyczne rezultaty. Jednak utworzenie tak dużej bazy danych obrazów zajmuje dużo czasu i ogranicza możliwości sieci neuronowej. Jeśli sztuczna inteligencja zostanie wyszkolona do zamieniania kurczaków w indyki, to jedyna rzecz, jaką zrobi dobrze.
Dla porównania, algorytm FUNIT można wytrenować przy użyciu zaledwie kilku zdjęć docelowego zwierzęcia, na których jest on wielokrotnie ćwiczony. Po wystarczającym przeszkoleniu algorytm potrzebuje tylko jednego obrazu zwierząt źródłowych i docelowych, który może być całkowicie losowy i nigdy wcześniej nie był przetwarzany ani analizowany.
Zainteresowani mogą wypróbować GANanimals pod adresem , ale jak dotąd wyniki mają niską rozdzielczość i nie nadają się do celów innych niż edukacyjne lub do zaspokojenia ciekawości. Naukowcy mają nadzieję, że ostatecznie uda się ulepszyć sztuczną inteligencję i możliwości algorytmu, dzięki czemu wkrótce będzie można zmieniać ludzkie twarze bez polegania na ogromnych bazach danych starannie dobranych obrazów.
Źródło: 3dnews.ru