(c) Graphicstock

Umělá inteligence vytváří z obrazu realistické foto

Programy spadající do kategorie strojového učení/umělé inteligence se běžně snaží napodobovat styl konkrétních malířů. CycleGAN z University of California v Berkeley umí styl naopak odrušit.

Možnosti softwaru CycleGAN byly demonstrovány na příkladu Monetových obrazů. Za předpokladu, že byly malovány podle konkrétní předlohy, dokázal program oddělit „uměleckou vrstvu“ (impresionismus jako styl) a z obrazu rekonstruovat (spíše „rekonstruovat“) realisticky vyhlížející fotografii – tedy úplný opak toho, co dělá např. aplikace Prisma. Software současně umí zaměňovat objekty, takže do obrazu namísto koně vmontuje zebru (v příslušné pozici, postoji apod., anatomicky věrně), zamění jablko za pomeranč nebo na pokyn scénu z letní předělá na zimní. Samozřejmostí je pak běžná úprava fotografií, jako je změna ostrosti nebo zvýšení rozlišení (dodání detailů na základě znalosti podobných scén).
Zdrojové kódy CycleGAN byly zveřejněny, takže příslušný software si mohou zájemci nyní „trénovat“ pro své konkrétní účely. Jak autoři výzkumu zdůrazňují, jejich projekt je unikátní mj. tím, že pro učení nepoužíval párová data (obraz a odpovídající fotografie), pak by výsledky byly ještě přesvědčivější. Nicméně někdy párová data k dispozici nejsou a program se musí učit třeba z fotografií víceméně náhodně získávaných z internetu.
Samotná studie (autoři Jun-Yan Zhu, Taesung Park, Phillip Isola a Alexei Efros z laboratoří Berkeley AI Research) byla publikována na Arxiv.org.

Zdroj: TechXplore.com a další

Viz také: Nový Rembrandt byl představen v Praze
Neuronová síť Googlu rekonstruuje tváře

Do gramu DNA se podařilo uložit 215 petabajtů dat

Báze DNA nabízejí teoreticky obrovskou hustotu záznamu. Často diskutované jsou projekty DNA počítačů, DNA však …

Používáme soubory cookies pro přizpůsobení obsahu webu a sledování návštěvnosti. Data o používání webu sdílíme s našimi partnery pro cílení reklamy a analýzu návštěvnosti. Více informací

The cookie settings on this website are set to "allow cookies" to give you the best browsing experience possible. If you continue to use this website without changing your cookie settings or you click "Accept" below then you are consenting to this.

Close