Šī programmatūra pārnes viena attēla stilu uz citu
Miscellanea / / February 18, 2022
Fotoattēlu rediģēšanas programmatūras izmantošana fotoattēlu uzlabošanai mūsdienās ir diezgan izplatīta parādība. Neatkarīgi no tā, vai mēs vēlamies samazināt tādu nepilnību ietekmi kā "sarkano acu efekts" vai pat pievienot elementus, kas iepriekš nebija pieejami, fotoattēlu rediģēšana noteikti ir šeit, lai paliktu.
Ir iekļautas arī dažas lietojumprogrammas, piemēram, Instagram filtri fotogrāfijām kas maina fotoattēlu izskatu. Daži no šiem filtriem būtībā rada iespaidu, ka jūsu fotoattēls ir uzņemts dažādos apgaismojuma apstākļos.
Tomēr nesen a pētnieku komanda no Kornela universitātes, kuras sastāvā ir profesore Kavita Bala un doktorants Fujuns Luans sadarbībā ar Sylvian Paris Eli Shechtman no Adobe ir izveidojis programmatūru, kas var pārnest viena attēla stilu uz citu attēlu.
Stila pārnešana
Fotogrāfijās redzamie objekti ir salīdzinoši nemainīgi, stila pārneses tehnika galvenokārt ir vērsta uz krāsu maiņu.
Šis paņēmiens ietver, kas būtībā ir donora attēls, no kura tiks kopēts vēlamais stils. Stils tiek kopēts vēlamajā attēlā, saglabājot to pašu struktūru, un gala rezultāts ir diezgan iespaidīgs.
Gala rezultāts nemaz neizskatās nevietā. Fotogrāfijās redzamie objekti ir salīdzinoši nemainīgi, stila pārneses tehnika galvenokārt ir vērsta uz krāsu maiņu.
Lūdzu, skatiet tālāk redzamo programmatūras rezultātu piemēru.
Kā tas strādā
Būtībā šis risinājums izņem donora attēla iezīmes un pievieno tiem mērķa attēlu
Komanda formulēja gudru dziļas mācīšanās risinājumu, kas izmantoja neironu tīkla slāni, lai izpildītu tehniku.
Dziļā mācīšanās, kā norāda nosaukums, ir datormācības metode. Tas spēj izpildīt mācību uzdevumus, izmantojot neironu tīklus. Neironu tīkls ir datorsistēma, kas spēj mācīties, pamatojoties uz datiem, ko tā apseko. Šīs sistēmas pamatā ir smadzeņu bioloģiskā konfigurācija.
Sākotnēji komandai bija grūti izveidot fotoattēlus, par kuriem varēja saprast, ka tie nāk no konkrēta donora attēla. Viņi nāca klajā ar gudru risinājumu, kas maina fotoattēlu, vienlaikus saglabājot sākotnējā attēla robežas un malas.
Būtībā šis risinājums izņem donora attēla iezīmes un pievieno tiem mērķa attēlu.
Ir arī citi risinājumi, kas var pārnest stilus starp attēliem, taču tie mēdz atgādināt gleznas, pat ja “donora” attēls ir fotogrāfija.
Cornell/Adobe komandas risinājums iespaidīgi spēj saglabāt savu fotoreālismu ar ļoti maziem kropļojumiem.
Lietojumprogrammas
Šo programmatūru var izmantot, lai pārsūtītu noteiktas īpašības, piemēram, diennakts laiku un laikapstākļus.
Šo paņēmienu var izmantot vairākiem mērķiem. Protams, tas vienkārši izskatās forši. Tomēr šo paņēmienu var izmantot, lai no esoša fotoattēla pārnestu dažādas īpašības, kuras šādas programmatūras lietotājs varētu vēlēties iekļaut citā fotoattēlā.
Šo programmatūru var izmantot, lai pārsūtītu noteiktas īpašības, piemēram, diennakts laiku un laikapstākļus. Šo paņēmienu var izmantot arī, lai fotoattēliem pievienotu mākslinieciskus labojumus, pamatojoties uz donora attēlu.
Pēdējās domas
Šī programmatūra varētu izrādīties diezgan spēcīga attēlu rediģēšanas rīks. Galalietotājs varētu ātri piešķirt savām fotogrāfijām stilu, praktiski neizmantojot roku darbu. Viss, kas būtu nepieciešams, lai izveidotu šedevru, būtu piemērots donora attēls.
Pēdējo reizi atjaunināts 2022. gada 3. februārī
Iepriekš minētajā rakstā var būt ietvertas saistītās saites, kas palīdz atbalstīt Guiding Tech. Tomēr tas neietekmē mūsu redakcionālo integritāti. Saturs paliek objektīvs un autentisks.