Wetenschap
Aanvullende resultaten met gesloten ogen gegenereerd met een op referenties gebaseerde Exemplar GAN. Kolom (a) is het referentiebeeld, en kolom (c) is de ingekleurde versie van de afbeeldingen in kolom (b) gegenereerd met een Exemplar GAN. Krediet:Brian Dolhansky, Cristian Canton Ferrer
Twee onderzoekers van Facebook, Brian Dolhansky en Cristian Canton Ferrer, hebben een paper op de site van de sociale netwerkgigant geplaatst met details over een nieuwe AI-toepassing waaraan ze werken. Het doel van de app, zij rapporteren, is om ogen te openen die op een foto gesloten lijken.
Veel mensen hebben moeite om hun ogen open te houden als iemand een foto van hen maakt, wat resulteert in een foto die eruitziet alsof ze een dutje doen. In antwoord, technici die aan fotobewerkingssoftware werken, hebben routines toegevoegd waarmee gebruikers ze kunnen openen. En anderen die aan AI-apps werken om het probleem op te lossen, hebben grote datasets met foto's gebruikt als leermateriaal voor deep learning-netwerken die worden gebruikt om nieuwe ogen op een doelwit te werpen. Maar tot op heden het paar op Facebook opmerking, geen van deze benaderingen heeft zeer goede resultaten opgeleverd. Ze hopen deze inspanningen te verbeteren door andere foto's van dezelfde persoon te gebruiken die ook op Facebook zijn gepost als leermateriaal.
De technologie heet "Eye in-painting met Exemplar Generative Adversarial Networks, " of ExGans. Eye in-painting verwijst naar het overschilderen van delen van een bestaande afbeelding met nieuw materiaal om een gewenst effect te creëren. En GAN's zijn een specifiek type deep learning neuraal netwerk. De app waar Dolhansky en Ferrer aan werken, heeft verschillende onderdelen om hun doel te helpen bereiken. Het moet andere foto's van dezelfde persoon zoeken en vinden, zorg ervoor dat de gebruikte foto's van toepassing zijn, en genereer vervolgens ogen op basis van die gevonden in andere foto's, rekening houdend met belichting en andere factoren in de originele foto. Het moet ook de resultaten analyseren om zichzelf op kwaliteit te testen. Eindelijk, het moet de ogen die het heeft gemaakt op de originele foto schilderen op een manier die er goed uitziet voor mensen die ernaar kijken. Met behulp van een dergelijke aanpak, zij merken op, overwint problemen met een verkeerde oogvorm of ogen die eruitzien alsof ze van iemand anders zijn.
De onderzoekers melden dat tot nu toe ze hebben veel succes gehad - veel van de foto's die ze hebben getest, zien er beter uit dan de resultaten van andere methoden. Anderzijds, ze kwamen ook enkele glitches tegen, zoals misvormde of slecht gekleurde ogen. De meeste van dergelijke problemen, zij melden verder, waren te wijten aan een slechte originele beeldkwaliteit, slechte hoeken, of obstakels zoals haar.
© 2018 Tech Xplore
Wetenschap © https://nl.scienceaq.com