深度学习如何赋予机器更多的“想象力”
来源:TechWeb
2018-04-18
英伟达近期在GAN相关研究和应用方面进展迅猛，在前一阵的成果展示中，通过利用生成对抗网络(GAN)及无监督学习两种深度学习技术，实现了场景间的四季转换，通俗来说，就是去除路旁的积雪或是为干枯的树木补齐树叶，这一成果也被其利用在自动驾驶数据收集方面。
英伟达近期在GAN相关研究和应用方面进展迅猛，在前一阵的成果展示中，通过利用生成对抗网络(GAN)及无监督学习两种深度学习技术，实现了场景间的四季转换，通俗来说，就是去除路旁的积雪或是为干枯的树木补齐树叶，这一成果也被其利用在自动驾驶数据收集方面。
在近日英伟达发表的论文中，对该技术的描述是‘多模’，能够将一幅图像转换为多幅图像。举例来说，用一张豹子的照片或视频，可将其变为家猫，老虎甚至狗。
两种深度学习技术，无监督学习和生成对抗网络(GAN)，其工作方式是将图像内容与风格分开。如在猫的照片中，猫的姿势是内容，品种是风格。在变换物种的过程中，内容是一致的，变化的是品种或物种外形特征。
除了上述的应用外，多模式图像翻译还可为工作室提供更快更简单的方式来创建角色或世界，或是帮助艺术家放置冗长的任务，让其拥有更多发挥想象力的空间。
责任编辑：杨昕仪
专题
最新发布