Wystarczy, że obejrzysz najnowszy hollywoodzki hit lub kupisz nową grę AAA przypomniał, że grafika komputerowa może zostać wykorzystana do stworzenia olśniewających, nieziemskich obrazów, gdy zostanie wywołana Do. Jednak niektóre z najbardziej imponujących przykładów obrazów generowanych maszynowo to niekoniecznie obce krajobrazy czy gigantyczne potwory, są to modyfikacje obrazów że nawet nie zauważamy.
Tak jest w przypadku nowego A.I. demonstracja stworzona przez informatyków w Chinach. W ramach współpracy Uniwersytetu Sun Yat-sena w Kantonie i laboratorium badawczego Microsoft w Pekinie opracowano inteligentny, sztuczny inteligencja, którą można wykorzystać do dokładnego wypełnienia pustych obszarów na obrazie: czy jest to brakująca twarz, czy przód budynku.
Polecane filmy
Technika ta, zwana inpaintingiem, wykorzystuje technologię głębokiego uczenia się do wypełniania tych przestrzeni poprzez kopiowanie plamy obrazu na pozostałej części obrazu lub generując nowe obszary, które wyglądają przekonująco dokładny. Narzędzie, które jego twórcy nazywają PEN-Net (Pyramid-context ENcoder Network), przywraca obraz poprzez „kodowanie semantyki kontekstowej z danych wejściowych w pełnej rozdzielczości i dekodowanie wyuczonych cech semantycznych z powrotem na obrazy.” Powstałe obrazy sieci transferu uwagi (ATN) są nie tylko imponująco realistyczne, ale narzędzie jest również bardzo szybkie uczyć się.
Powiązany
- Wydaje się, że narzędzie Google do wykrywania obrazów AI może zadziałać
- Microsoft porzuca swoją przerażającą, czytającą emocje sztuczną inteligencję.
- Analogowa sztuczna inteligencja? Brzmi szalenie, ale może to być przyszłość
„[W tej pracy zaproponowaliśmy] głęboki model generatywny do zadań związanych z malowaniem obrazów o wysokiej jakości”, Yanhong Zeng, główny autor projektu, powiązany zarówno ze School of Data na Uniwersytecie Sun Yat-sen, jak i Informatyka i kluczowe laboratorium inteligencji maszynowej i zaawansowanych obliczeń, powiedział Digital Trends. „Nasz model wypełnia brakujące obszary od głębokich do płytkich na wszystkich poziomach, w oparciu o międzywarstwowy mechanizm uwagi, dzięki czemu można zapewnić spójność struktury i tekstury w wynikach malarstwa. Jesteśmy podekscytowani faktem, że nasz model jest w stanie wygenerować wyraźniejsze tekstury i bardziej rozsądne struktury niż poprzednie prace.
Jak zauważa Zeng, nie jest to pierwszy raz, kiedy badacze opracowują narzędzia do malowania. Jednakże opracowany przez zespół system PEN-Net wykazuje imponujące wyniki w porównaniu z klasyczną metodą PatchMatch, a nawet innymi, najnowocześniejszymi podejściami.
„Malowanie obrazami ma szerokie zastosowanie w naszym codziennym życiu” – kontynuował Zeng. „Planujemy teraz zastosowanie naszej technologii do edycji obrazów — zwłaszcza do usuwania obiektów i przywracania starych zdjęć”.
Artykuł opisujący tę pracę, zatytułowany „Learning Pyramid-Context Encoder Network for High-Quality Image Inpainting”, jest dostępny do przeczytania na stronie repozytorium papieru do preprintów Arxiv.
Zalecenia redaktorów
- To nowe narzędzie programu Photoshop może dodać magię sztucznej inteligencji do Twoich zdjęć
- Przedstawiłem mój absurdalny pomysł na start-up robotowi VC
- Sztuczna inteligencja Zooma technologia wykrywania emocji podczas rozmów denerwuje krytyków
- Zabawna formuła: dlaczego humor generowany maszynowo jest świętym Graalem sztucznej inteligencji?
- Najnowsza sztuczna inteligencja Nvidii wyniki dowodzą, że ARM jest gotowy na centrum danych
Ulepsz swój styl życiaDigital Trends pomaga czytelnikom śledzić szybko rozwijający się świat technologii dzięki najnowszym wiadomościom, zabawnym recenzjom produktów, wnikliwym artykułom redakcyjnym i jedynym w swoim rodzaju zajawkom.
