Deze software brengt de stijl van de ene afbeelding naar de andere over
Diversen / / February 18, 2022
Het is tegenwoordig vrij gebruikelijk om fotobewerkingssoftware te gebruiken om foto's te verbeteren. Of we nu het effect van onvolkomenheden zoals gevreesde 'rode ogen' willen verminderen of zelfs elementen willen toevoegen die er voorheen niet waren, fotobewerking is zeker een blijvertje.
Sommige applicaties zoals Instagram worden ook geleverd met filters voor foto's die het uiterlijk van foto's veranderen. Sommige van deze filters zorgen ervoor dat het lijkt alsof uw foto onder verschillende lichtomstandigheden is gemaakt.
Onlangs echter, een team van onderzoekers van Cornell University bestaande uit professor Kavita Bala en promovendus Fujun Luan in samenwerking met Sylvian Paris Eli Shechtman van Adobe heeft software gemaakt die de stijl van de ene afbeelding naar de andere kan overbrengen afbeelding.
Stijloverdracht
De objecten op de foto's zijn relatief onveranderd, waarbij de stijloverdrachttechniek vooral gericht was op het veranderen van kleuren.
Deze techniek houdt in wat in wezen een donorafbeelding is waarvan de gewenste stijl wordt gekopieerd. De stijl wordt gekopieerd naar het gewenste beeld met behoud van dezelfde structuur en het eindresultaat is behoorlijk indrukwekkend.
Het eindresultaat ziet er helemaal niet mis uit. De objecten op de foto's zijn relatief onveranderd, waarbij de stijloverdrachttechniek vooral gericht was op het veranderen van kleuren.
Zie onderstaand voorbeeld van de resultaten van de software.
Hoe het werkt
In wezen extraheert deze oplossing de kenmerken van de donorafbeelding en doordrenkt ze met een doelafbeelding
Het team formuleerde een slimme deep learning-oplossing die gebruik maakte van een neurale netwerklaag om de techniek uit te voeren.
Deep learning is, zoals de naam al doet vermoeden, een methode van computerleren. Het is in staat om leertaken uit te voeren met behulp van neurale netwerken. Een neuraal netwerk is een computersysteem dat kan leren op basis van gegevens die het onderzoekt. Dit systeem is gebaseerd op de biologische configuratie van een brein.
Aanvankelijk was het moeilijk voor het team om foto's te maken waarvan je kon zien dat ze afkomstig waren van een bepaald donorbeeld. Ze bedachten een slimme oplossing die de foto verandert met behoud van de grenzen en randen van de originele afbeelding.
In wezen extraheert deze oplossing de kenmerken van de donorafbeelding en doordrenkt ze met een doelafbeelding.
Er zijn andere oplossingen die stijlen tussen afbeeldingen kunnen overbrengen, maar ze hebben de neiging om op schilderijen te lijken, zelfs als de 'donor'-afbeelding een foto is.
De oplossing van het Cornell/Adobe-team slaagt er op indrukwekkende wijze in om zijn fotorealisme te behouden met zeer weinig vervorming.
Toepassingen
Deze software kan worden gebruikt om bepaalde kenmerken, zoals het tijdstip van de dag en het weer, over te dragen.
Deze techniek kan voor verschillende doeleinden worden gebruikt. Het ziet er natuurlijk gewoon gaaf uit. De techniek kan echter worden gebruikt om een verscheidenheid aan kenmerken van een bestaande foto over te brengen die de gebruiker van dergelijke software op een andere foto zou willen hebben.
Deze software kan worden gebruikt om bepaalde kenmerken, zoals het tijdstip van de dag en het weer, over te dragen. Deze techniek kan ook worden gebruikt om artistieke bewerkingen aan foto's toe te voegen op basis van de donorafbeelding.
Laatste gedachten
Deze software kan behoorlijk krachtig zijn hulpmiddel voor het bewerken van afbeeldingen. De eindgebruiker zou zijn foto's snel een stijlvolle make-over kunnen geven met vrijwel geen handmatige arbeid. Het enige dat nodig zou zijn om een meesterwerk te maken, zou een geschikt donorbeeld zijn.
Laatst bijgewerkt op 03 februari 2022
Het bovenstaande artikel kan gelieerde links bevatten die Guiding Tech helpen ondersteunen. Het tast onze redactionele integriteit echter niet aan. De inhoud blijft onbevooroordeeld en authentiek.