Todo mundo que tem um animal de estimação em casa os ama. No entanto, seu amado cachorro ficaria ainda mais fofo se fosse de uma raça diferente? Graças a uma nova ferramenta da NVIDIA chamada GANimals, você pode avaliar se seu animal de estimação favorito ficaria ainda mais fofo se fosse um animal diferente.
No início deste ano, a NVIDIA Research Internautas com sua ferramenta GauGAN, que lhe permitiu transformar esboços em imagens quase fotorrealistas. Essa ferramenta exigia que os usuários especificassem quais partes da imagem deveriam ser água, árvores, montanhas e outros pontos de referência, selecionando a cor de pincel apropriada, mas o GANimals funciona de forma totalmente automática. Basta enviar uma foto do seu animal de estimação, e isso criará uma série de imagens fotorrealistas de outros animais que retêm a “expressão facial” do espécime.
Esta semana, em um artigo apresentado na Conferência Internacional sobre Visão Computacional em Seul, na Coréia, os pesquisadores descreveram o algoritmo que desenvolveram - . Significa Tradução de imagem para imagem sem supervisão e de poucas fotos. Ao usar a inteligência artificial para transformar as características de uma imagem de origem em uma imagem de destino, a inteligência artificial normalmente precisa ser treinada em uma grande coleção de imagens de destino com diferentes níveis de luz e ângulos de câmera para produzir resultados que pareçam realistas. Mas a criação de um banco de dados de imagens tão grande leva muito tempo e limita as capacidades da rede neural. Se uma IA for treinada para transformar galinhas em perus, essa é a única coisa que fará bem.
Em comparação, o algoritmo FUNIT pode ser treinado usando apenas algumas imagens do animal alvo no qual é praticado repetidamente. Uma vez que o algoritmo esteja suficientemente treinado, ele só precisa de uma imagem dos animais fonte e alvo, que pode ser completamente aleatória e nunca ter sido processada ou analisada antes.
Os interessados podem experimentar o GANanimals em , mas até agora os resultados são de baixa resolução e não são adequados para nada além de fins educacionais ou para satisfazer a curiosidade. Os pesquisadores esperam eventualmente melhorar as capacidades da IA e do algoritmo para que em breve seja possível mudar o rosto das pessoas sem depender de enormes bancos de dados de imagens cuidadosamente selecionadas.
Fonte: 3dnews.ru