Читать книгу Deep Learning illustriert - Jon Krohn - Страница 40

3.3Stiltransfer: Fotos in einen Monet verwandeln (und umgekehrt)

Оглавление

Eine besonders bezaubernde Anwendung von GANs ist der Stiltransfer. Zhu, Park und ihre Mitarbeiter aus dem Berkeley Artificial Intelligence Research (BAIR) Lab stellten eine neue Richtung von GAN16 vor, die erstaunliche Beispiele dafür liefert, wie Abbildung 3–5 zeigt. Alexei Efros, einer der Koautoren des Artikels, nahm im Frankreich-Urlaub Fotos auf, und die Forscher verwandelten diese Fotos dann mithilfe ihres CycleGAN in Bilder, die dem jeweiligen Stil des impressionistischen Malers Claude Monet, des Niederländers Vincent van Gogh, des japanischen Genres Ukiyo-E und anderer nachempfunden sind.

Unter bit.ly/cycleGAN können Sie Beispiele für den umgekehrten Fall entdecken (Monet-Gemälde, die in fotorealistische Bilder umgewandelt wurden) sowie:

 Sommerszenen, die in Winterszenen verwandelt wurden, und umgekehrt

 Körbe mit Äpfeln, aus denen Körbe mit Orangen wurden, und umgekehrt

 Flache Fotos niedriger Qualität, die auf einmal aussehen, als wären sie mit High-End-(Spiegelreflex-)Kameras aufgenommen worden

 ein Video eines Pferdes, das sich in ein Zebra verwandelt

 ein Video einer am Tage aufgenommenen Fahrt, die in eine Nachtfahrt konvertiert wird

Abb. 3–5 Fotos, die mittels CycleGANs in den Stil berühmter Maler umgewandelt wurden

Deep Learning illustriert

Подняться наверх