Il vous suffit d'aller voir le dernier blockbuster hollywoodien ou de vous procurer un nouveau jeu AAA pour être a rappelé que l'infographie peut être utilisée pour créer des images éblouissantes d'un autre monde lorsqu'on l'appelle pour. Mais certains des exemples les plus impressionnants d’images générées par machine ne sont pas nécessairement des paysages extraterrestres ou des monstres géants, ce sont des modifications d’images. qu'on ne remarque même pas.
C’est le cas d’une nouvelle I.A. démonstration créée par des informaticiens en Chine. Fruit d'une collaboration entre l'Université Sun Yat-sen de Guangzhou et le laboratoire de recherche Microsoft de Pékin, ils ont développé un système artificiel intelligent. une intelligence qui peut être utilisée pour remplir avec précision les zones vides d’une image: qu’il s’agisse d’un visage manquant ou de la façade d’un bâtiment.
Vidéos recommandées
Appelée inpainting, la technique utilise une technologie d'apprentissage profond pour remplir ces espaces soit en copiant des patchs d'image sur le reste de l'image, ou en générant de nouvelles zones qui semblent convaincantes précis. L'outil, appelé par ses créateurs sous le nom de PEN-Net (Pyramid-context ENcoder Network), effectue cette restauration d'image en « codant la sémantique contextuelle à partir d'une entrée en pleine résolution et en décoder les caractéristiques sémantiques apprises en images. Les images ATN (Attention Transfer Network) qui en résultent sont non seulement incroyablement réalistes, mais l'outil est également très rapide à apprendre.
En rapport
- L’outil de détection d’images IA de Google semble pouvoir fonctionner
- Microsoft abandonne son IA effrayante qui lit les émotions.
- Une IA analogique? Ça paraît fou, mais ça pourrait être l'avenir
"[Dans ce travail, nous avons proposé] un modèle génératif profond pour les tâches d'inpainting d'images de haute qualité", Yanhong Zeng, auteur principal du projet, associé à la fois à la School of Data de l’Université Sun Yat-sen et à Informatique et laboratoire clé d'intelligence artificielle et d'informatique avancée, a déclaré à Digital Trends. « Notre modèle remplit les régions manquantes, du profond au superficiel, à tous les niveaux, sur la base d'un mécanisme d'attention multicouche, afin que la cohérence de la structure et de la texture puisse être assurée dans les résultats d'inpainting. Nous sommes ravis de voir que notre modèle est capable de générer des textures plus claires et des structures plus raisonnables que les travaux précédents.
Comme le note Zeng, ce n’est pas la première fois que des chercheurs développent des outils pour réaliser l’inpainting. Cependant, le système PEN-Net de l’équipe démontre des résultats impressionnants à côté de la méthode classique PatchMatch et même d’autres approches de pointe.
« L'inpainting d'images a un large éventail d'applications dans notre vie quotidienne », a poursuivi Zeng. "Nous prévoyons maintenant d'appliquer notre technologie à l'édition d'images, en particulier pour la suppression d'objets [et] la restauration d'anciennes photos."
Un article décrivant le travail, intitulé « Learning Pyramid-Context Encoder Network for High-Quality Image Inpainting », est disponible pour lecture sur dépôt de papier de préimpression Arxiv.
Recommandations des rédacteurs
- Ce nouvel outil Photoshop pourrait apporter la magie de l'IA à vos images
- J'ai présenté mon idée de startup ridicule à un robot VC
- L’IA de Zoom une technologie permettant de détecter les émotions pendant les appels dérange les critiques
- La formule amusante: pourquoi l'humour généré par la machine est le Saint Graal de l'IA.
- La dernière A.I. de Nvidia les résultats prouvent qu'ARM est prêt pour le centre de données
Améliorez votre style de vieDigital Trends aide les lecteurs à garder un œil sur le monde en évolution rapide de la technologie avec toutes les dernières nouvelles, des critiques de produits amusantes, des éditoriaux perspicaces et des aperçus uniques.
