Искуственный интеллект раскрасил черно-белые фотографии

МЕНЮ


Новости искусственного интеллекта
Поиск

ТЕМЫ


Big data
Беспилотный автомобили
БПЛА
генетические алгоритмы
Головной мозг
дополнительная реальность
ИИ проекты
искусственный интеллект
квантовые компьютеры
Кластеризация
Машинное обучение
нейронные процессоры
нейронные сети
Нейронные сети: искусственные
Нейронные сети: реализация
облачные вычисления
Поведение животных
Психология
распознавание образов
робототехника и БПЛА
Семинары
суперкомпьютеры
Теория эволюции
Трансгуманизм

АРХИВ


Апрель 2016
Март 2016
Февраль 2016
Январь 2016
Декабрь 2015
Ноябрь 2015
Октябрь 2015
Сентябрь 2015
Август 2015
Июль 2015
Июнь 2015
Май 2015
Апрель 2015
Март 2015
Февраль 2015
Январь 2015
Декабрь 2014
Ноябрь 2014
Октябрь 2014
Сентябрь 2014
Август 2014
Июль 2014
Июнь 2014
Май 2014
Апрель 2014
Март 2014
Февраль 2014
Январь 2014
Декабрь 2013
Ноябрь 2013
Октябрь 2013
Сентябрь 2013
Август 2013
Июль 2013
Июнь 2013
Май 2013
Апрель 2013
Март 2013
Февраль 2013
Январь 2013
Декабрь 2012
Ноябрь 2012
Октябрь 2012
Сентябрь 2012
Июль 2012
Июнь 2012
Май 2012
Апрель 2012
Март 2012
Февраль 2012
Январь 2012
Декабрь 2011
Ноябрь 2011
Октябрь 2011
Сентябрь 2011
Август 2011
Май 2011

RSS


RSS новости
свиной грипп
new balance кроссовки

Новостная лента форума ailab.ru

2016-04-28 18:02

искусственный интеллект



Satoshi Iizuka et al / Waseda University, 2016

Ученые из Университета Васэда создали систему искусственного интеллекта на базе сверточных нейронных сетей, которая может раскрашивать черно-белые фотографии без вмешательства человека. Работа авторов доступна на сайте университета.

Основная проблема раскрашивания фотографий ранее заключалось в том, что для того, чтобы добиться правдоподобного цвета, необходимо было участие человека. Однако ученые создали систему искусственного интеллекта, которая способна самостоятельно анализировать изображение и выбирать подходящие цвета.

Результаты использования нейросети

Satoshi Iizuka et al / Waseda University, 2016

Поделиться

Результаты использования нейросети

Satoshi Iizuka et al / Waseda University, 2016

Поделиться
Система состоит из четырех связанных компонентов: сети функций низкого уровня, сети функций среднего уровня, сети глобальных функций и раскрашивающей сети. На вход подается изображение - по словам исследователей, оно может быть любого размера, но лучше всего обрабатываются фотографии с разрешением 224х224 пикселей - и нейросеть идентифицирует его тип. Например, если она определяет, что фотография была сделана в помещении, то компонентам будет дана команда не использовать цвета неба или цвета травы, а вместо этого использовать цвета, характерные для мебели. Также нейросеть распознает, что именно изображено - например, дерево, здание или человек - и подбирает характерный для объекта цвет.

Результаты использования нейросети

Satoshi Iizuka et al / Waseda University, 2016

Результаты использования нейросети

Satoshi Iizuka et al / Waseda University, 2016

Архитектура нейросети

Satoshi Iizuka et al / Waseda University, 2016

Поделиться
Для того чтобы натренировать нейросети, ученые преобразовывали цветную картинку в черно-белую, подавали ее на вход, затем вычисляли среднеквадратическую ошибку при обработке изображения и давали обратную связь. Для обучения они использовали 2,5 миллиона фотографий из базы данных классифицированных изображений и 20 тысяч фото из этой же базы для тестов. В результате, по оценкам пользователей, исследователям удалось добиться натуральности цвета в 92,6 процентах случаев.

Архитектура нейросети

Satoshi Iizuka et al / Waseda University, 2016

Перенос стилей фотографии

Satoshi Iizuka et al / Waseda University, 2016

Поделиться
Система искуственного интеллекта, кроме того, может использовать входные данные одного изображения для раскрашивания другого, что позволяет переносить стиль на фотографию.

Перенос стилей фотографии

Satoshi Iizuka et al / Waseda University, 2016

Основное ограничение состоит в том, что нейросеть может раскрашивать только те изображения, которые имеют сходные признаки с теми, что использовались для обучения. Для переноса стилей желательно, чтобы два изображения были сходны по содержанию.

Ранее исследователи из Калифорнийского университета в Беркли также создали программу, способную реалистично раскрашивать черно-белые фотографии. Они использовали сверточную нейронную сеть (CNN), для обучения которой использовались готовые классифицированные наборы изображений. При оценке результатов работы программы участники опроса в 20 процентах случаев посчитали, что снимки раскрашены человеком.

Кристина Уласович

nplus1.ru

Создать тему для обсуждения на форуме ailab.ru


кроссовки нью баланс