Denne programvaren overfører stilen til ett bilde til et annet

Å bruke bilderedigeringsprogramvare for å forbedre bilder er ganske vanlig i disse dager. Enten vi ønsker å redusere effekten av ufullkommenheter som fryktede "røde øyne" eller til og med legge til elementer som ikke var der før, er bilderedigering definitivt kommet for å bli.

Noen applikasjoner som Instagram følger også med filtre for bilder som endrer utseendet til bildene. Noen av disse filtrene får det egentlig til å virke som om bildet ditt ble tatt under forskjellige lysforhold.

Nylig har imidlertid a team av forskere fra Cornell University bestående av professor Kavita Bala og doktorgradsstudent Fujun Luan i samarbeid med Sylvian Paris Eli Shechtman fra Adobe har laget en programvare som kan overføre stilen til ett bilde til et annet bilde.

Stiloverføring

Objektene på fotografiene er relativt uendret, med stiloverføringsteknikken hovedsakelig fokusert på å endre farger.

Denne teknikken involverer det som egentlig er et donorbilde som ønsket stil vil bli kopiert fra. Stilen kopieres til ønsket bilde samtidig som den samme strukturen opprettholdes, og det endelige resultatet er ganske imponerende.

Det endelige resultatet ser ikke malplassert ut i det hele tatt. Objektene på fotografiene er relativt uendret, med stiloverføringsteknikken hovedsakelig fokusert på å endre farger.

Vennligst se eksemplet nedenfor med resultatene av programvaren.

Hvordan det fungerer

I hovedsak trekker denne løsningen ut funksjonene til donorbildet og tilfører dem et målbilde

Teamet formulerte en smart dyplæringsløsning som brukte et nevralt nettverkslag for å utføre teknikken.

Deep learning, som navnet antyder, er en metode for datalæring. Den er i stand til å fullføre læringsoppgaver ved hjelp av nevrale nettverk. Et nevralt nettverk er et datasystem som er i stand til å lære basert på data det kartlegger. Dette systemet er basert på den biologiske konfigurasjonen til en hjerne.

I utgangspunktet var det vanskelig for teamet å produsere bilder som du kunne se kom fra et bestemt giverbilde. De kom opp med en smart løsning som endrer bildet samtidig som grensene og kantene til originalbildet opprettholdes.

I hovedsak trekker denne løsningen ut funksjonene til donorbildet og tilfører dem et målbilde.

Det finnes andre løsninger som kan overføre stiler mellom bilder, men de har en tendens til å ligne malerier, selv om "donor"-bildet er et bilde.

Cornell/Adobe-teamets løsning klarer på imponerende vis å opprettholde sin fotorealisme med svært liten forvrengning.

applikasjoner

Denne programvaren kan brukes til å overføre visse egenskaper som tid på dagen og vær for eksempel.

Denne teknikken kan brukes til en rekke formål. Selvfølgelig ser det bare kult ut. Teknikken kan imidlertid brukes til å overføre en rekke egenskaper fra et eksisterende bilde som brukeren av en slik programvare kanskje ønsker å ha i et annet bilde.

Denne programvaren kan brukes til å overføre visse egenskaper som tid på dagen og vær for eksempel. Denne teknikken kan også brukes til å legge til kunstneriske redigeringer på bilder, basert på giverbildet.

Siste tanker

Denne programvaren kan vise seg å være ganske kraftig bilderedigeringsverktøy. Sluttbrukeren vil raskt kunne gi bildene sine en ny stil uten praktisk talt manuelt arbeid. Alt som kreves for å lage et mesterverk ville være et passende giverbilde.

Sist oppdatert 3. februar 2022

Artikkelen ovenfor kan inneholde tilknyttede lenker som hjelper til med å støtte Guiding Tech. Det påvirker imidlertid ikke vår redaksjonelle integritet. Innholdet forblir objektivt og autentisk.