Sinun tarvitsee vain mennä katsomaan uusin Hollywood-menestys tai hankkia uusi AAA-peli muistutti, että tietokonegrafiikalla voidaan luoda häikäiseviä ulkomaailman kuvia kutsuttaessa varten. Mutta jotkin vaikuttavimmista esimerkkeistä koneella luoduista kuvista eivät välttämättä ole vieraita maisemia tai jättiläisiä hirviöitä, ne ovat kuvan muokkauksia jota emme edes huomaa.
Näin on uuden A.I: n tapauksessa. Kiinan tietotekniikan tutkijoiden luoma demonstraatio. Guangzhoun Sun Yat-senin yliopiston ja Pekingin Microsoftin tutkimuslaboratorion yhteistyönä he ovat kehittäneet älykkään keinotekoisen älykkyyttä, jota voidaan käyttää tyhjien alueiden täsmälliseen täyttämiseen kuvassa: Olipa kyseessä puuttuvat kasvot tai rakennuksen etuosa.
Suositellut videot
Inpaintingiksi kutsuttu tekniikka käyttää syväoppimistekniikkaa täyttääkseen nämä tilat joko kopioimalla kuvapaikat kuvan loppuosaan tai luomalla uusia alueita, jotka näyttävät vakuuttavalta tarkka. Työkalu, jota sen tekijät kutsuvat nimellä PEN-Net (Pyramid-context ENcoder Network), palauttaa tämän kuvan "koodaamalla kontekstuaalisen semantiikan täyden resoluution syötteestä ja purkaa opitut semanttiset ominaisuudet takaisin kuviksi." Tuloksena saadut Attention Transfer Network (ATN) -kuvat eivät ole vain vaikuttavan realistisia, vaan työkalu on myös erittäin nopea oppia.
Liittyvät
- Googlen tekoälykuvantunnistustyökalu tuntuu toimivan
- Microsoft lopettaa kammottavan, tunteita herättävän A.I: n.
- Analoginen A.I.? Kuulostaa hullulta, mutta se saattaa olla tulevaisuutta
"[Tässä työssä ehdotimme] syvää generatiivista mallia korkealaatuisiin kuvanmaalaustehtäviin, Yanhong Zeng, hankkeen johtava kirjoittaja, joka on yhteydessä sekä Sun Yat-sen -yliopiston datakouluun että Tietojenkäsittelytiede ja koneälyn ja kehittyneen tietojenkäsittelyn laboratorio kertoivat Digital Trendsille. ”Mallimme täyttää puuttuvat alueet syvistä mataliksi kaikilla tasoilla poikkikerroksisen huomiomekanismin perusteella, jotta sekä rakenteen että tekstuurin koherenssi voidaan varmistaa maalaustuloksissa. Olemme innoissamme nähdessämme, että mallimme pystyy luomaan selkeämpiä tekstuureja ja järkevämpiä rakenteita kuin aikaisemmat työt."
Kuten Zeng huomauttaa, tämä ei ole ensimmäinen kerta, kun tutkijat ovat kehittäneet työkaluja maalaamiseen. Ryhmän PEN-Net-järjestelmä osoittaa kuitenkin vaikuttavia tuloksia klassisen PatchMatch-menetelmän ja jopa muiden huippumodernien lähestymistapojen rinnalla.
"Kuvamaalauksella on laaja valikoima sovelluksia jokapäiväisessä elämässämme", Zeng jatkoi. "Aiomme nyt soveltaa tekniikkaamme kuvankäsittelyyn - erityisesti esineiden poistoon [ja] vanhojen valokuvien restaurointiin."
Työtä kuvaava paperi "Learning Pyramid-Context Encoder Network for High-Quality Image Inpainting" on luettavissa preprint paperivarasto Arxiv.
Toimittajien suositukset
- Tämä uusi Photoshop-työkalu voi tuoda tekoälyn taikaa kuviisi
- Esitin naurettavan startup-ideani robotti-VC: lle
- Zoomin A.I. tekniikka tunteiden havaitsemiseen puheluiden aikana järkyttää kriitikot
- Hauska kaava: Miksi koneella luotu huumori on A.I: n pyhä malja?
- Nvidian uusin A.I. tulokset osoittavat, että ARM on valmis palvelinkeskukseen
Päivitä elämäntapasiDigital Trends auttaa lukijoita pysymään tekniikan nopeatempoisessa maailmassa uusimpien uutisten, hauskojen tuotearvostelujen, oivaltavien toimitusten ja ainutlaatuisten kurkistusten avulla.
