Изследователи демонстрират AI инструмент, който може да обработва изображения с две щраквания на мишката – IT Pro – Новини

Изследователите демонстрираха експериментален AI инструмент, който може напълно да обработва изображения за нула време. Например трябва да е възможно да се завърти лице и да се коригират израженията на лицето с две кликвания на мишката.

Инструментът, DragGAN, има за цел да направи конкретни промени в конкретни части от изображения, без да променя цялото изображение. Това изисква потребителите да посочат две точки върху изображението; Частта, която ще се манипулира, и мястото в изображението, където тази част трябва да отиде. Инструментът трябва да свърши останалото, казват изследователите.

DragGAN позволява на всеки да изкриви изображение с прецизен контрол върху това къде отиват пикселите, като манипулира позиционирането, формата, изражението и оформлението на различни класове като животни, коли, хора и пейзажи. За разлика, да речем, от инструмента Warp във Photoshop, съществуващите пиксели не се променят, но невронната мрежа създава напълно нови пиксели.

Показаните примери показват, наред с други неща, че инструментът може да отвори устата на лъв и след това да накара животното да погледне в различна посока, като завърти главата си. Дрехите на хората, като ръкавите, също се удължават, а ръцете и краката се движат. Друг пример показва как пейзажите са напълно модифицирани.

Повечето от изображенията в примерите са генерирани от изкуствен интелект, но според изследователите инструментът трябва да може да обработва и реални изображения. Това се доказва от усмихнато изображение на президента на САЩ Джо Байдън, който след няколко минути смени изражението на лицето си с шокирано, също с обърната глава.

Според изследователите, инструментът е в състояние да постигне „реалистични резултати, които непрекъснато проследяват твърдостта на обекта, дори за предизвикателни сценарии, като скрити части“. Екипът се подготвя За да публикувате кода на инструмента в GitHub следващия месец.

Шестима изследователи, работещи в германски и американски университети, участваха в проекта. Абхимитра Мика, изследовател в отдела за AR на Google, също допринесе.