هوش مصنوعی منظره تابلوها را به عکس تبدیل می‌کند + تصاویر
محققان دانشگاه برکلی موفق شده‌اند با استفاده از هوش مصنوعی مناظر نقاشی شده در آثار معروف را به عکس تبدیل کنند.
به گزارش گروه علم و فناوری آنا به نقل از Engadget، هنر امپرسیونیسم بیشتر درمورد احساسات هنرمند است تا نگاه واقع‌گرایانه به زندگی؛ اما آیا تا به حال برایتان پیش آمده که هنگام تماشای آثار« مونه» پیش خودتان فکر کنید منظره واقعی که باعث الهام وی شده چه شکلی بوده است؟
به لطف پژوهشگران دانشگاه برکلی، دیگر لازم نیست به نرماندی سفر کنید و منتظر روشنایی مناسب روز بنشینید. این محققان با استفاده از «تغییر سبک تصویر» نقاشی‌های سبک امپرسیونیست «مونه» را به تصاویری با سبک واقعی‌تر تبدیل کردند؛ دقیقا برعکس کاری که اپلیکیشن «پریزما» انجام می‌دهد.
همچنین این تیم پژوهشی از همان هوش مصنوعی برای تبدیل عکسی از یک منظره به نقاشی در سبک مونه استفاده کردند. این نرم افزار همچنین می‌توانند اسب‌ها را به گورخر و زمستان را به تابستان تبدیل کند.
به نظر می‌رسد تغییر سبک به طور ناگهانی این روزها محبوب شده است؛ «ادوبی» اخیرا اپلیکیشن تجربی را ارائه داده است که به کاربر اجازه می‌دهد یک سبک تصویر را در تصاویر دیگر پیاده‌سازی کند. محققان دانشگاه برکلی با الهام از این ایده، روش نوینی را خلق کردند. برای مثال می‌توانید یک عکس معمولی را به سبک نقاشی مونه، ون گوگ، سزان و یا اوکییوئه تبدیل کنید.
همچنین این تیم با استفاده از این تکنیک توانست عکس‌های زمستانی از پارک یوسمیتی را به تصاویر تابستانی، سیب‌ها را به پرتقال‌های عجیب و غریب و اسب‌ها را به گورخر تبدیل کنند. این روش به کاربر اجازه اجرای حقه‌های عکاسی مانند ایجاد زمینه‌ای با عمق کم پشت گل‌ها و اشیای دیگر را می‌دهد.
جالبترین وجه این پژوهش این است که در واقع تیم تحقیقاتی از روش «داده‌های جفت نشده» استفاده کرده‌اند. به عبارت دیگر، آنها عکسی از لحظه دقیقی که مونه صحنه را نقاشی کرده ندارند. در عوض دانش دقیقی از صحنهی نقاشی مونه و عکس‌هایی از آن منظره را در اختیار دارند.
می‌توان برای تفاوت‌های سبکی بین دو صحنه دلیل و منطق آورد، بدین طریق که تصور کنیم یک منظره چه شکلی به خود خواهد گرفت اگر ما کسی باشیم که بتوانیم آن منظره را به منظره دیگری تبدیل کنیم.
هرچند حرف زدن آسان است و عمل کردن دشوار. ابتدا، دانشمندان نیاز به راه حلی داشتند تا رابطه بین سبک‌های مشابه را به روشی که یک ماشین قادر به فهمش باشد، توصیف کنند. سپس آنها به اصطلاح «شبکه‌های حریف» را با استفاده از تعداد زیادی عکس از منابعی مانند «فلیکر» آموزش دادند و نتایج به دست آمده را به هر دو روش ماشینی و انسانی بازبینی کردند.
در حالت ایده‌آل، سیستم در حالت «چرخه سازگار» قرار می‌گیرد. درست مانند زمانی که در حال استفاده از سرویس‌های ترجمه هستید و انگلیسی را به فرانسه و سپس جمله فرانسه را به انگلیسی برمی‌گردانید و امیدوارید جمله اصلی روی صفحه نقش ببنند. اما همیشه کمی تفاوت در جمله‌ها وجود دارد.
چنین روندی در این برنامه نیز به چشم می‌خورد؛ وقتی که در حال تبدیل یکی از نقاشی‌های مونه به یک عکس و بازتبدیل آن عکس به سبک مونه هستید، قدری تفاوت در نتیجه نهایی کار مشاهده می‌کنید. تیم پژوهشی در بسیاری از موارد به جز موردی که با عدم کیفیت پیکسل عکس مرتبط بود، موفق عمل کردند.
البته همه عکس‌ها بی‌نقص نبودند. از آنجایی که الگوریتم برنامه مجبور به پردازش تعداد زیادی سبک مختلف هم برای نقاشی و هم برای عکس است، گاهی اوقات در تبدیل موردی به مورد دیگری کاملا موفق عمل نمی‌کند. مانند سیستم‌های دیگر، یکی از مسائل اساسی در مورد این برنامه تبدیل هندسی آن است، تبدیل یک سیب به یک پرتقال یک چیز است و تلاش برای تبدیل یک گربه به یک سگ چیز دیگری است (که نتیجه کار گربه‌ای با شکل و شمایل عجیب می‌شود).
نمونه‌هایی از تبدیل هندسی ناموفق
در آخر تیم توسعه دهنده اضافه کردند که روش‌های این برنامه هنوز به قدر کافی خوب نیستند که بتوان آنها را با داده‌ها جفت شده آموزش داد تا عکس‌هایی دقیقا مشابه نقاشی‌ها تولید کند. با این وجود، این هوش مصنوعی در تغییر سبک یک عکس به سبک دیگری به طور شگفت انگیزی عمل می‌کند. بنابراین پیش بینی می‌کنیم به زودی شاهد همه‌گیر شدن این برنامه و استفاده از آن خواهیم بود.
مترجم: هانا حیدری
انتهای پیام/
