Tyrėjų komandos dažnai eksperimentuoja su vaizdo turiniu naudodamos neuroninius tinklus. Paimkite, pavyzdžiui, NVIDIA, kuri 2017 m. Pabaigoje apmokė neuroninį tinklą, kad vaizdo įraše pakeistų orą ir paros laiką. Dar vieną tokio pobūdžio projektą pradėjo Carnegie Melon universiteto tyrėjai, sukūrę neuroninį tinklą, skirtą primesti vieno žmogaus veido išraiškas kitam.
Projektas pagrįstas „DeepFakes“technologija, skirta vaizdo veidui pakeisti. Jis grindžiamas generatyvine ir prieštaringąja mašininio mokymosi forma. Remdamasis savo principais, generatyvinis modelis bando apgauti diskriminacinį ir atvirkščiai, todėl sistema supranta, kaip turinį galima paversti kitokiu stiliumi.
- „Salik.biz“
Ciklo-GAN algoritmas, skirtas savybėms perkelti į kitą objektą, nėra idealus ir leidžia atvaizde sukurti artefaktus. Norėdami pagerinti neuroninio tinklo kokybę, tyrėjai panaudojo patobulintą „Recycle-GAN“versiją. Tai atsižvelgia ne tik į skirtingų veido dalių padėtį, bet ir į jų judėjimo greitį.
Neuroninis tinklas sėkmingai pervedė televizijos laidų vedėjo Stepheno Colberto veido išraiškas į komiko Johno Oliverio veidą. Be to, ji pernešė narcizo žydėjimo procesą į hibiscus.
Tyrėjai mano, kad ši technologija galėtų būti naudojama kinematografijoje. Tai pagreitins procesą ir sumažins filmų kūrimo išlaidas. Neuroninių tinklų galimybė pakeisti orą vaizdo įraše leis lengviau išmokyti elektrinius automobilius vairuoti skirtingomis oro sąlygomis.
Ramis Ganiev
Reklaminis vaizdo įrašas: