Mọi người nuôi thú cưng ở nhà đều yêu quý chúng. Tuy nhiên, liệu chú chó yêu quý của bạn có trông dễ thương hơn nếu nó là một giống chó khác không? Nhờ một công cụ mới của NVIDIA có tên GANimals, bạn có thể đánh giá xem liệu thú cưng yêu thích của bạn có trông dễ thương hơn nếu nó là một con vật khác hay không.
Đầu năm nay, NVIDIA Research Người dùng Internet sử dụng công cụ GauGAN của anh, cho phép anh biến những bản phác thảo thô thành những hình ảnh gần như chân thực. Công cụ này yêu cầu người dùng chỉ định phần nào của hình ảnh sẽ là nước, cây cối, núi non và các địa danh khác bằng cách chọn màu cọ thích hợp, nhưng GANimals hoạt động hoàn toàn tự động. Tất cả những gì bạn phải làm là tải lên một bức ảnh về thú cưng của mình và nó sẽ tạo ra một loạt hình ảnh chân thực về các động vật khác vẫn giữ được “biểu cảm khuôn mặt” của mẫu vật.
Tuần này, trong một bài báo được trình bày tại Hội nghị Quốc tế về Thị giác Máy tính ở Seoul, Hàn Quốc, các nhà nghiên cứu đã mô tả thuật toán mà họ đã phát triển - . Nó là viết tắt của Dịch thuật từ hình ảnh sang hình ảnh ít lần chụp, không được giám sát. Khi sử dụng trí tuệ nhân tạo để chuyển đổi các đặc điểm của hình ảnh nguồn thành hình ảnh mục tiêu, trí tuệ nhân tạo thường cần được huấn luyện trên một bộ sưu tập lớn hình ảnh mục tiêu với các mức độ ánh sáng và góc camera khác nhau để tạo ra kết quả trông như thật. Nhưng việc tạo ra một cơ sở dữ liệu hình ảnh lớn như vậy mất nhiều thời gian và hạn chế khả năng của mạng lưới thần kinh. Nếu một AI được huấn luyện để biến gà thành gà tây thì đó là điều duy nhất nó sẽ làm tốt.
Để so sánh, thuật toán FUNIT có thể được huấn luyện chỉ bằng cách sử dụng một vài hình ảnh của động vật mục tiêu mà nó được thực hành lặp đi lặp lại. Sau khi thuật toán được huấn luyện đầy đủ, nó chỉ cần một hình ảnh của động vật nguồn và động vật mục tiêu, có thể hoàn toàn ngẫu nhiên và chưa từng được xử lý hoặc phân tích trước đây.
Những người quan tâm có thể dùng thử GANanimals trên , nhưng cho đến nay kết quả có độ phân giải thấp và không phù hợp cho bất kỳ mục đích nào khác ngoài mục đích giáo dục hoặc thỏa mãn trí tò mò. Các nhà nghiên cứu hy vọng cuối cùng sẽ cải thiện khả năng của AI và thuật toán để có thể sớm thay đổi khuôn mặt của mọi người mà không cần dựa vào cơ sở dữ liệu khổng lồ gồm các hình ảnh được quản lý cẩn thận.
Nguồn: 3dnews.ru