Zespoły badawcze często eksperymentują z treścią wideo za pomocą sieci neuronowych. Weźmy na przykład firmę NVIDIA, która pod koniec 2017 roku wyszkoliła sieć neuronową do zmiany pogody i pory dnia na wideo. Inny tego rodzaju projekt został uruchomiony przez naukowców z Carnegie Melon University, którzy stworzyli sieć neuronową do narzucania wyrazu twarzy jednej osoby na twarz drugiej osoby.
Projekt oparty jest na technologii DeepFakes do zmiany twarzy na wideo. Opiera się na generatywnej, przeciwnej formie uczenia maszynowego. W jego ramach model generatywny stara się oszukać dyskryminującego i odwrotnie, dzięki czemu system rozumie, w jaki sposób treść można przekształcić w inny styl.
Algorytm cyklu GAN do przenoszenia właściwości do innego obiektu nie jest idealny i dopuszcza artefakty w obrazie. Aby poprawić jakość sieci neuronowej, naukowcy wykorzystali jej ulepszoną wersję Recycle-GAN. Uwzględnia nie tylko ułożenie różnych części twarzy, ale także szybkość ich ruchu.
Sieć neuronowa z powodzeniem przeniosła wyraz twarzy prezentera telewizyjnego Stephena Colberta na twarz komika Johna Olivera. Ponadto przeniosła kwitnienie żonkila na hibiskusa.
Naukowcy są przekonani, że tę technologię można wykorzystać w kinematografii. Przyspieszy to proces i obniży koszty produkcji filmów. Zdolność sieci neuronowych do zmiany pogody na wideo ułatwi nauczenie samochodów elektrycznych jazdy w różnych warunkach pogodowych.
Ramis Ganiev
Film promocyjny:
