Сoлнeчнaя пoгoдa в Кaлифoрнии прeкрaснo пoдxoдит угоду кому) oбучeния aвтoмoбильныx aвтoпилoтoв, нo eсть и минусы — oбкaтaннoй в этиx услoвияx мaшинe кудa слoжнee oсущeствлять нaвигaцию рядом плoxoй пoгoдe. Нe гoвoря ужe o волюм, что есть страны, идеже снег и дождь — жизненная проза. Исследователи из команды NVIDIA предлагают вывод: они опубликовали ИИ-алгорифм, который позволяет компьютеру играть улицы в ярком солнечном освещении, хотя (бы) если вокруг сугробы, погода, дождь или непроглядная масса. Это важно для самоуправляемых автомобилей, да метод может оказаться полезен и в других областях.
Перемена последовательности зимних изображений в летние
Разбирательство основано на методе ИИ, кой особенно хорош в формировании визуальных данных: генеративно-состязательной капкан (GAN). Она построена на комбинации изо двух нейронных сетей, одна изо которых генерирует образцы, а другая отклоняет неточные по части её мнению. В результате ИИ самообучается созданию всегда более качественных результатов с течением времени. Сей подход применяется довольно всеобъемлюще в индустрии создания изображений самого разного рода, с поддельных лиц знаменитостей вплоть до новых моделей одежды и пугающих реалистичных визуализаций детских рисунков.
Перевод последовательности дневных изображений в ночные
Все-таки, у исследования NVIDIA есть большое важность перед существующими GAN: их алгорифм обучается с гораздо меньшим контролем. Как бы правило, программам такого рода нужны помеченные наборы данных интересах генерации новых. Исследователь NVIDIA Минг-Ю Лю (Ming-Yu Liu) объясняет, а обычно для создания GAN, превращающего дневную сцену в ночную, нужно сообщать алгоритм на парах изображений, сделанных в одном и книжка же месте ночью и в дневное время. Затем на основе разницы в среде такими парами будут твориться новые изображения.
Но методика NVIDIA не требует предварительной работы и функционирует минуя заранее помеченных наборов данных, выдавая близ этом результаты хорошего качества. Сие серьёзно экономит время ИИ-разработчиков, которым в противном случае пришлось бы потреблять уйму времени на сортировку обучающих данных.
«Да мы с тобой одни из первых, который взялся за проблему, — сказал Минг-Ю. — И нашему методу уписывать много применений. Например, в Калифорнии неплотно идёт дождь, но наш брат хотим, чтобы наши самоуправляемые автомобили работали в соответствии с нормой, когда дождливо. Мы можем использовать до конца наш метод, чтобы оборотить солнечные записи вождения в Калифорнии в дождливые и учить (кого) с их помощью наш автопилот».
Лучизм работает не только про преобразования фотографий улиц. Исследователи уверяют, что-что проверили его на фотографиях кошек и собак, с тем превращать снимки одной породы может ли быть вида в другую; и использовали его исполнение) изменения выражения лиц людей нате фотографиях. «Эта усилие может быть использована на редактирования изображений, — отмечает формирователь, но добавляет, что конкретных примирений метода того) (времени нет. — Мы делаем сие исследование доступным для наших команд вдоль разработке продуктов и клиентов. Да пока ничего не могу загнуть словцо о скорости или степени его внедрения».
В полной мере с исследованием годится. Ant. нельзя ознакомиться в специальном документе получай ресурсе arXiv, а с дополнительными примерами преобразований — в каталоге изображений.
Библиография:
