摘要:研究者創(chuàng)建了一個名叫文森特的系統(tǒng)是的,就是梵高那個文森特使用深度學習,將簡筆畫轉變?yōu)樗囆g品。研究人員認為,除了在藝術繪畫方面大放異彩,類似文森特的技術還有一系列潛在的應用。
如果你喜歡藝術但下筆皆為靈魂畫作,那么今天要介紹的這個項目肯定合你心意。
AI研究者創(chuàng)建了一個名叫“文森特”(Vincet)的系統(tǒng)——是的,就是梵高那個文森特——使用深度學習,將簡筆畫轉變?yōu)椤八囆g品”。用戶在平板上的涂鴉經過文森特之手(姑且這樣表述),猶如梵高、塞尚和畢加索再臨創(chuàng)作。
先來看一下效果:
再來一個:
據介紹,“文森特”是第一個能夠實時解讀(interpret)人類正在繪制的內容,然后幫人完成作品的系統(tǒng)。
為了設計文森特,研究人員使用了數(shù)千幅從文藝復興時期到現(xiàn)在的繪畫作品作為訓練數(shù)據,讓計算機學習對比度、顏色、紋理等信息。訓練好的文森特可以解讀畫作線條的邊緣,并運用這種理解來生成一個完整的畫面。
要使用這個系統(tǒng),用戶只需直接在平板電腦上畫畫就好。文森特可以實時地解讀用戶繪制的不同線條,并在用戶停筆后,在現(xiàn)有信息的基礎上創(chuàng)建一張完整的圖片。
忍不住再來一個,注意看自動補全的陰影和紋理效果:
文森特由劍橋顧問公司(Cambridge Consultants)的研究人員設計和制作。雖然機器學習/深度學習此前也被用于藝術創(chuàng)作(包括生成、編輯圖像和音樂),但研究人員表示,文森特的獨創(chuàng)性在于,它是第一個能實時解讀內容并進行補完的系統(tǒng)。
劍橋顧問公司機器學習總監(jiān)Monty Barlow先生表示:“我們所建造的產品對于原來的深度學習先驅是不可想象的。”
“通過成功結合不同的機器學習方法,比如對抗訓練,感知損失(perceptual loss)和堆疊網絡的端到端的訓練,我們創(chuàng)造了一個高度互動的產品,提煉出草圖中精髓,然后用整個人類藝術史潤色。”
研究人員認為,除了在藝術繪畫方面大放異彩,類似文森特的技術還有一系列潛在的應用。例如,如果使用真實的和模擬的駕駛場景訓練文森特,那么這個系統(tǒng)也可以用于無人駕駛汽車。
http://www.dailymail.co.uk/sciencetech/article-4928842/AI-computer-transforms-sketches-works-art.html
歡迎加入本站公開興趣群商業(yè)智能與數(shù)據分析群
興趣范圍包括各種讓數(shù)據產生價值的辦法,實際應用案例分享與討論,分析工具,ETL工具,數(shù)據倉庫,數(shù)據挖掘工具,報表系統(tǒng)等全方位知識
QQ群:81035754
文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉載請注明本文地址:http://m.specialneedsforspecialkids.com/yun/4648.html
摘要:但是如果你和我是一樣的人,你想自己攢一臺奇快無比的深度學習的電腦。可能對深度學習最重要的指標就是顯卡的顯存大小。性能不錯,不過夠貴,都要美元以上,哪怕是舊一點的版本。電源我花了美元買了一個的電源。也可以安裝,這是一個不同的深度學習框架。 是的,你可以在一個39美元的樹莓派板子上運行TensorFlow,你也可以在用一個裝配了GPU的亞馬遜EC2的節(jié)點上跑TensorFlow,價格是每小時1美...
摘要:有一些缺陷并不完善,但是這個學生所提交的用深度學習所預測的轉向角還是不錯的。 本文作者:奧利弗 · 卡梅隆(Oliver Cameron),現(xiàn)Udacity無人駕駛領導人,前YCombinator孵化創(chuàng)業(yè)公司創(chuàng)始人。有許多人分析過深度學習重要性以及它是怎樣風靡世界的,我十分贊同他們的說法。研究/應用深度學習時使我感覺自己最像個魔術師,我清楚地知道在未來的三年里,任何一個偉大的軟件都將被深度學...
摘要:所謂的生成式對抗網絡是深度學習領域內最熱門的主題,有望以更少的人力創(chuàng)建更擅長學習的系統(tǒng)。警察與偽造者生成式對抗網絡減少深度學習所需要的數(shù)據生成式對抗網絡通過減少訓練深度學習算法所需的數(shù)據量來解決該問題。 如果您還未聽說過生成式對抗網絡(generative adversarial network,GAN),不用擔心,這篇文章將解答您的困惑。?所謂的生成式對抗網絡是深度學習領域內最熱門的主題,...
摘要:這一新程序被稱為,是一個完整的深度學習系統(tǒng),它的架構已經嵌入手機中。因此,移動設備環(huán)境對機器學習系統(tǒng)提出了機遇和挑戰(zhàn)。展望下一步,加上這樣的研究工具鏈,是的機器學習產品的核心。 風格遷移一直是機器學習領域內的一項重要任務,很多研究機構和研究者都在努力打造速度更快、計算成本更低的風格遷移機器學習系統(tǒng),比如《怎么讓你的照片帶上藝術大師風格?李飛飛團隊開源快速神經網絡風格遷移代碼 》、《谷歌增強型...
閱讀 2424·2021-11-11 11:01
閱讀 3300·2021-10-11 10:57
閱讀 2659·2021-09-30 09:46
閱讀 3500·2021-07-26 23:38
閱讀 1575·2019-08-29 12:22
閱讀 658·2019-08-29 11:28
閱讀 2361·2019-08-26 14:04
閱讀 3060·2019-08-23 18:34