Recientemente Google publicó interesante sueño profundo. Además de la generación de arte como http://deepdreamgenerator.com/ , ¿ves alguna aplicación potencial de sueño profundo en visión por computadora o aprendizaje automático?
Recientemente Google publicó interesante sueño profundo. Además de la generación de arte como http://deepdreamgenerator.com/ , ¿ves alguna aplicación potencial de sueño profundo en visión por computadora o aprendizaje automático?
Respuestas:
Ya hay al menos una aplicación, si interpreta 'aplicación' de manera suficientemente amplia: Red neuronal profunda desacoplada para la segmentación semántica semi-supervisada por Hong, Noh y Han . Lo usan para la segmentación de imágenes . Las redes de reconocimiento de imágenes estándar solo pueden proporcionarle un cuadro delimitador para cada objeto reconocido en una imagen. Si desea saber qué píxeles constituyen ese objeto, debe hacer la segmentación de la imagen.
Básicamente, después de encontrar un perro en una imagen, la arquitectura de Hong et al propaga el perro a través de la red neuronal hasta el nivel de píxel, para encontrar los píxeles que fueron los más responsables de la aparición del perro. (Luego usan este mapa de calor como entrada para una red de segmentación supervisada, no hay sueños profundos en esa parte).
Esto ya es una especie de prueba de existencia de que la idea Deep Dream puede ser útil fuera de la manipulación de imágenes. Pero tampoco minimizaría la manipulación de la imagen. Menciono dos cosas que no son aplicaciones inmediatas de Deep Dreaming, y actualmente no las tenemos, pero puedo ver un camino plausible desde el algoritmo original de Deep Dream hacia estas:
Aquí hay otra aplicación que es muy nueva y acaba de demostrarse en las últimas semanas. Las computadoras están filtrando imágenes para que parezcan pinturas en el estilo distintivo de diferentes artistas, por ejemplo, Van Gogh, Picasso, etc., y parece posible ya que la tecnología puede abarcar diferentes estilos artísticos, podría usarse para la detección de falsificaciones en el mundo del arte en algunos punto. (históricamente se utilizan muchas técnicas de análisis muy avanzadas en esta área). Tenga en cuenta que los métodos de filtrado son muy populares en Instagram, por lo que parece probable que estén disponibles comercialmente en algún momento.
Es imposible probar un resultado negativo, pero aparte de usar el mismo sistema de detección de patrones en general para detectar formas / imágenes y reemplazarlas con otras imágenes similares, posiblemente para su uso en la corrección automática de imágenes o similar, no creo que tenga real potencial fuera de la modificación de imágenes.
Puede que tenga que eliminar esta respuesta si se demuestra que está equivocada.
Escala de grises a color
Por ejemplo:
http://s15.postimg.org/3xq8jx03f/image.jpg
a
http://s15.postimg.org/i5fx8kcsb/image.jpg
http://s15.postimg.org/c5s64wrzv/image.jpg
La madera del árbol parece anormalmente roja, pero aún así, no está mal. Esto ha funcionado pero de manera menos impresionante con otras imágenes en escala de grises que he probado.
Naritivly sensible al contexto, filtro de blasfemias visual.
En otros mundos, mostrar prendas físicamente realistas y temáticamente / estilísticamente apropiadas a personas con vestimenta insuficiente, para que la imagen sea más segura para la familia.
Esa es la idea, sin embargo, en este momento no es confiable y cuando funciona es inexacto.
Sin embargo, más ajustes de los parámetros del sueño de los que tengo acceso, o posiblemente solo usando más iteraciones y un valor de "octava" más bajo de lo que puedo especificar debería hacer que los resultados sean mucho más confiables.
Ejemplos:
Antes: http://s22.postimg.org/5sjpqbzoh/image.jpg
Después: http://s22.postimg.org/wew6fb3vl/image.jpg
.