Teknologi

Neurale netværk har lært at gøre pixelbilleder til fotorealistiske

For nylig blev vi vist en "remake" af en klassiker1997 skælv II skydespil, hvor det primære arbejde med forbedringen blev reduceret til integrationen af ​​strålesporingsteknologi, men denne gang viste noget mere interessant på nettet. Endelig HD-genindspilningen, som vi alle ventede på! En af brugerne af Reddit, der anvender et sæt flere neurale netværk, var i stand til at vende det pixelerede billede af rummet infanteristens ansigt fra den klassiske shooter fra 1993, Doom, til et næsten fotorealistisk billede.

Ifølge Futurism-portalen begyndte ansigten af ​​den berømte "Doom-fyr" som en følge af alle manipulationerne at se ud som en muskulær version af skuespilleren Nathan Fillion.

Slutresultatet demonstrerer smukt detat moderne kunstige intelligensalgoritmer er i stand til at blive tilpasset til genskabelse af billeder baseret på meget lavt kvalitetsmateriale.

Oprettelse af et fotorealistisk billede

Som forklaret af kilden, er det endelige resultater et produkt af arbejdet i flere generative modstandsnetværk (GAN). Disse er maskinlæringsalgoritmer bygget på en kombination af to neurale netværk, hvoraf den ene genererer prøver, og den anden forsøger at skelne mellem de korrekte ("autentiske") prøver fra de forkerte. Der er mange perspektiver i denne teknologi, som vi skrev om i en af ​​vores tidligere artikler.

Den entusiast, der skabte disse billeder førstsavnet Doom Guys sprite ansigt gennem flere billedredigeringsprogrammer (FaceApp, Waifu2x og GIMP). Resultatet, selv om det viste sig at være betydeligt bedre end det oprindelige billede, var stadig for pixeleret.

Overgangsresultat. Billedet af ansigtet er ændret mærkbart, men det er stadig uvirkeligt

Yderligere arbejde blev udført ved hjælp afNVIDIAs StyleGAN Generative-Competitive Network. Det er i stand til at generere ansigter (ikke kun ansigter, men også livløse objekter), der aldrig har eksisteret, og det er i øjeblikket en af ​​de mest kraftfulde modeller af det generative-adversarielle neurale netværk, som viser imponerende synlige resultater. For at konsolidere resultaterne savnede han det resulterende ansigt gennem StyleGAN igen. Da det oprindelige billede af ansigtet havde urealistiske proportioner, skulle de endelige berøringer og "udjævning af hjørnerne" gøres manuelt.

Efter behandling af GAN-teknologi, men inden man redigerer manuelt

Slutresultat

Sammenligning af originale spritbilleder og behandlet

Du kan diskutere nyhederne i vores telegram-chat.