Android

Tämä ohjelmisto siirtää kuvan tyylin toiseen

Quantum Fields: The Real Building Blocks of the Universe - with David Tong

Quantum Fields: The Real Building Blocks of the Universe - with David Tong

Sisällysluettelo:

Anonim

Valokuvien muokkausohjelmiston käyttäminen valokuvien parantamiseksi on nykyään melko yleistä. Haluamme vähentää puutteiden, kuten pelätyn punasilmäisyyden, vaikutuksia tai jopa lisätä elementtejä, joita ei ollut aiemmin, valokuvien muokkaaminen on ehdottomasti täällä.

Joissakin sovelluksissa, kuten Instagram, on myös valokuvien suodattimet, jotka muuttavat valokuvien ulkoasua. Joidenkin näiden suodattimien ansiosta näyttää siltä, ​​että valokuva olisi otettu erilaisissa valaistusolosuhteissa.

Äskettäin Cornellin yliopiston tutkijaryhmä, joka koostuu professori Kavita Balasta ja jatko-opiskelija Fujun Luanista yhdessä Adobe Sylvian Paris Eli Shechtmanin kanssa, on luonut ohjelmiston, joka voi siirtää kuvan kuvan tyylin toiseen kuvaan.

Tyylin siirto

Valokuvien kohteet ovat suhteellisen muuttumattomia, tyyliensiirtotekniikalla keskitytään pääasiassa värien muuttamiseen.

Tämä tekniikka sisältää olennaisesti luovuttajakuvan, josta haluttu tyyli kopioidaan. Tyyli kopioidaan haluttuun kuvaan säilyttäen samalla rakenne ja lopputulos on melko vaikuttava.

Lopputulos ei näytä lainkaan paikallaan. Valokuvien kohteet ovat suhteellisen muuttumattomia, tyyliensiirtotekniikalla keskitytään pääasiassa värien muuttamiseen.

Katso alla oleva esimerkki ohjelmiston tuloksista.

Kuinka se toimii

Pohjimmiltaan tämä ratkaisu poimii luovuttajan kuvan ominaisuudet ja täydentää niitä kohdekuvalla

Ryhmä muotoili älykkään syväoppimisratkaisun, jossa käytettiin hermoverkkokerrosta tekniikan toteuttamiseksi.

Syvä oppiminen, kuten nimestä voi päätellä, on menetelmä tietokoneoppimiseen. Se pystyy suorittamaan oppimistehtävät hermoverkkojen avulla. Neuraaliverkko on tietokonejärjestelmä, joka pystyy oppimaan tutkimuksensa perusteella. Tämä järjestelmä perustuu aivojen biologiseen kokoonpanoon.

Aluksi ryhmän oli vaikea tuottaa valokuvia, jotka voisit kertoa tulevan tietystä luovuttajakuvasta. He keksivät älykkään ratkaisun, joka muuttaa kuvaa säilyttäen alkuperäisen kuvan rajat ja reunat.

Pohjimmiltaan tämä ratkaisu poimii luovuttajan kuvan ominaisuudet ja täydentää niitä kohdekuvalla.

On olemassa muita ratkaisuja, jotka voivat siirtää tyylejä kuvien välillä, mutta niillä on taipumus muistuttaa maalauksia, vaikka 'luovuttajan' kuva olisi kuva.

Cornell / Adobe-tiimin ratkaisu onnistuu yllättämään fotorealisminsa erittäin pienin vääristyminä.

Sovellukset

Tätä ohjelmistoa voitaisiin käyttää siirtämään tiettyjä ominaisuuksia, kuten esimerkiksi kellonaika ja sää.

Tätä tekniikkaa voidaan käyttää moniin tarkoituksiin. Tietenkin se näyttää vain siistiltä. Tekniikkaa voidaan kuitenkin käyttää siirtämään erilaisia ​​ominaisuuksia olemassa olevasta valokuvasta, jonka tällaisen ohjelmiston käyttäjä saattaa haluta saada toiseen valokuvaan.

Tätä ohjelmistoa voitaisiin käyttää siirtämään tiettyjä ominaisuuksia, kuten esimerkiksi kellonaika ja sää. Tätä tekniikkaa voidaan käyttää myös valokuvien taiteellisten muokkausten lisäämiseen luovuttajan kuvan perusteella.

Lopulliset ajatukset

Tämä ohjelmisto voi osoittautua varsin tehokkaaksi kuvankäsittelytyökaluksi. Loppukäyttäjä voi nopeasti antaa valokuvilleen tyylisuunnitelman käytännössä ilman käsityötä. Kaikki mitä mestariteoksen luomiseen vaaditaan, olisi sopiva luovuttajakuva.