允中 编译整理 量子位 出品 | 公众号 图片造假技术一直是计算机视觉研究的一个重点(大误)。 其实我们要说的,是图片风格的变换。要训练神经网络完成这种转换,通常需要一个包含成对图片的训练集,然而,成对的训练数据很难找。 加州大学伯克利分校人工智能实验室(BAIR)的 副教授Alexei A. Efros和他的博士生Jun-Yan Zhu、Taesung Park,博士后Phillip Isola最近发表了一篇论文,开奖,展示了如何在没有成对例子的情况下,展示了一种学习方法,可以在没有成对例子的情况下,将来源域(source domain)X中的图片映射到目标域(target domain)Y。 他们训练的神经网络可以将莫奈画作变换成照片风格:
将照片变换成莫奈、梵高、塞尚画作以及浮世绘风格:
如果说上面这些都司空见惯,接下来的可能会让你感觉有那么一点点神奇。 比如说,这个神经网络可以让物体变形。马和斑马、苹果和橙子之间都能互相转换:
还能改变季节:
也可以将iPhone拍的照片,转换成背景虚化的单反效果:
今天AI界还有哪些事值得关注? 在量子位(QbitAI)公众号会话界面回复“ 今天”,看我们全网搜罗的AI行业和研究动态。笔芯?~ 另外,atv,欢迎加量子位小助手的微信: qbitbot,如果你研究或者从事AI领域,小助手会把你带入量子位的交流群里。 追踪人工智能领域最劲内容 ??戳原文查看论文和GitHub地址 (责任编辑:本港台直播) |