Alla som har ett husdjur hemma älskar dem. Men skulle din älskade hund se ännu sötare ut om det var en annan ras? Tack vare ett nytt verktyg från NVIDIA som heter GANimals kan du utvärdera om ditt favoritdjur skulle se ännu sötare ut om det var ett annat djur.
Tidigare i år, NVIDIA Research Internetanvändare med sitt GauGAN-verktyg, som gjorde det möjligt för honom att förvandla grova skisser till nästan fotorealistiska bilder. Detta verktyg krävde att användarna skulle ange vilka delar av bilden som skulle vara vatten, träd, berg och andra landmärken genom att välja lämplig penselfärg, men GANimals fungerar helt automatiskt. Allt du behöver göra är att ladda upp ett foto av ditt husdjur, och det kommer att skapa en serie fotorealistiska bilder av andra djur som behåller provets "ansiktsuttryck".
Den här veckan, i ett dokument som presenterades vid den internationella konferensen om datorseende i Seoul, Korea, beskrev forskarna algoritmen de utvecklade - . Det står för Få-shot, Oövervakad bild-till-bild-översättning. När man använder artificiell intelligens för att omvandla egenskaperna hos en källbild till en målbild, behöver den artificiella intelligensen vanligtvis tränas på en stor samling målbilder med olika ljusnivåer och kameravinklar för att ge resultat som ser realistiska ut. Men att skapa en så stor bilddatabas tar lång tid och begränsar det neurala nätverkets möjligheter. Om en AI är tränad att förvandla kycklingar till kalkoner, är det det enda den kommer att göra bra.
Som jämförelse kan FUNIT-algoritmen tränas med bara några få bilder av måldjuret som den övas på upprepade gånger. När algoritmen är tillräckligt tränad behöver den bara en bild av källan och måldjuren, som kan vara helt slumpmässiga och aldrig har bearbetats eller analyserats tidigare.
Intresserade kan prova GANanimals på , men än så länge är resultaten lågupplösta och inte lämpliga för något annat än utbildningsändamål eller för att tillfredsställa nyfikenhet. Forskarna hoppas på sikt kunna förbättra AI och algoritmens kapacitet så att det snart kommer att vara möjligt att förändra människors ansikten utan att förlita sig på enorma databaser med noggrant kurerade bilder.
Källa: 3dnews.ru