Батареї Tesla Powerwall 2 стануть стандартом в нових будинках Австралії
7 Квітня , 2017
Вітер забезпечив шотландські будинки енергією на 136% – новий березневий рекорд
7 Квітня , 2017

Нейронна мережа навчилася переносити стиль одного фото на інше

Всі ми знайомі з таким поняттям, як «фотофільтр». І мова зараз йде не про світлофільтри, які накручуються на об’єктиви фотоапаратів, а про алгоритми, обробки готових фотографій за допомогою наших смартфонів і комп’ютерів. Більшість людей активно використовують подібні фільтри в програмах на зразок Photoshop, Instagram і Prisma. Але нейронні мережі здатні вивести використання фільтрів на зовсім інший рівень. Наприклад, вони зможуть переносити стилістику однієї фотографії на іншу. Причому, виходить це у них дуже правдоподібно.

Перенесення стилю до сьогоднішнього дня було можливим виключно стараннями професійних фотографів і художників, які ретельно перетворювали знімки власними руками крок за кроком. Були спроби автоматизувати процес в соціальній мережі Facebook і в додатку Prisma, але кінцевий результат залишав бажати кращого. Тепер же дослідники з Корнельського університету за підтримки фахівців компанії Adobe розробили інноваційну систему, здатну здійснювати перенесення стилю самостійно без участі людини. Поки у системи немає назви, а всі дослідження проходять під заголовком «Deep Photo Style Transfer».

За основу була взята вже існуюча система перенесення стилів, але тепер в ній, ще більш активно, приймає участь нейронна мережа. Результати роботи алгоритму по-справжньому вражають. Нейромережі показують два знімка. Вона ретельно вивчає перший і адаптує другий таким чином, що він стає максимально схожий на перший, при цьому зберігаючи базову структуру та форми об’єктів. Дивний той факт, що вихідний код проекту викладено у відкритий доступ на порталі GitHub і вивчити його може будь-хто.

Тепер залишилося лише дочекатися, коли ж Adobe включить нову систему в свої графічні редактори. Нам здається, що станеться це вже зовсім скоро.

Залишити відповідь

Увійти за допомогою: 
Inline
Inline