Всім, хто тримає вдома домашнього вихованця, вони подобаються. Однак виглядав би улюблений собака ще миліше, якби був інший породи? Завдяки новому інструменту від NVIDIA під назвою GANimals можна оцінити, чи виглядав би улюблений вихованець ще більш симпатичним, якби був іншою твариною.
Раніше цього року фахівці NVIDIA Research користувачів Мережі своїм інструментом GauGAN, що дозволяло перетворювати грубі начерки на майже фотореалістичні зображення. Цей інструмент вимагав від користувачів вказувати, які частини зображення мають бути водою, деревами, горами та іншими орієнтирами, вибираючи відповідний колір пензля, але GANimals працює повністю автоматично. Необхідно лише завантажити фотографію свого вихованця, і вона створить серію фотореалістичних зображень інших тварин, які збережуть "вираження морди" зразка.
Цього тижня у статті, представленій на Міжнародній конференції з машинного зору у корейському Сеулі, дослідники описали алгоритм, який розробили. . Він розшифровується як Few-shot, UNsupervised Image-to-image Translation. При використанні штучного інтелекту для перетворення характеристик вихідного зображення на цільове зображення штучний інтелект, як правило, необхідно навчати на основі великої колекції цільових зображень з різними рівнями освітленості та ракурсами камери, щоб отримувати результати, які виглядають реалістично. Але створення такої великої бази даних зображень займає багато часу та обмежує можливості нейромережі. Якщо ІІ натренований перетворювати курчат на індичок, це єдине, з чим він справлятиметься добре.
Для порівняння: алгоритм FUNIT можна навчити, використовуючи лише кілька зображень цільової тварини, на яких він багаторазово практикується. Після того, як алгоритм досить натренований, йому достатньо лише одного зображення вихідного та цільового тварин, які можуть бути абсолютно випадковими і ніколи раніше не оброблятися та не аналізуватися.
Бажаючі можуть випробувати GANanimals на Але поки результати відрізняються низьким дозволом і не підходять ні для чого, крім ознайомлювальних цілей або задоволення цікавості. Дослідники сподіваються зрештою покращити можливості ІІ та алгоритму, так щоб незабаром можна було змінювати обличчя людей без опори на величезні бази даних ретельно відібраних зображень.
Джерело: 3dnews.ru