الكستناء من أسفل دائري مقعر غير معبد،

تقارير و qubit | عدد ملفه QbitAI

حركات الوجه في شريط فيديو، وزرع وجه بطل الرواية إلى قسم آخر من الفيديو.

قد يكون لديك عادة هذا العمل.

حتى لو كان الهدف هو ليس بطل الرواية البشري، وربما أنها ليست مثيرة حقا. العينين والفم والأنف، على الأقل أجزاء كاملة .

كذلك، فكيف الهجرة خارج متاح منطقة الجزاء، حتى أن كل شيء على هذا الكوكب، لدينا الفرصة لتلقي نعمة التحول الفيديو؟

الضغط على إيقاع تريد المزهرة: في منتصف العمر حزمة التعبير سلاح

وقام فريق من جامعة كارنيجي ميلون، لديه المتقدمة مهارات تبدل التلقائي والنباتات والزهور سواء، أو الآلاف من الطقس، ويمكن تحويلها بحرية.

سحابة، أصبح ملحا

ربما هو الحال مع أسلافه كبيرة خارج دورة GAN  يعني (من تشو فريق Junyan)، وقدم فريق GAN الخاصة بهم لعبت اسم جدا صديقة للبيئة، ودعا سلة-GAN .

لاعب، وكان اسمه ECCV 2018 .

إعادة تدوير الطريق، وسوف اقول الوقت

سلة-GAN، هو دون رقيب التعلم منظمة العفو الدولية.

استعمال أونبايريد بيانات الصورة ثنائية الأبعاد، لتدريب فيديو إعادة توجيه  (فيديو إعادة توجيه) لن يكون سهلا:

أولا، إذا كان هناك أية بيانات في أزواج، وأن تبدل الفيديو الأمثل إلى قيود لا يكفي، عرضة إلى الحد الأدنى المحلي سلبي (سيء المحلية الدنيا) تؤثر على النتائج التي تم إنشاؤها.

ثانيا، تعتمد على الصورة فقط ثنائي الأبعاد معلومات المكانية لمعرفة فيديو أسلوب من الصعب جدا.

التي تزهر، وزهر

لهاتين المسألتين، طريقة فريق جامعة كارنيجي ميلون المقترح هو استخدام المعلومات في الوقت  (الزمانية معلومات) ليكون أكثر محجوب، الدنيا المحلية الفقيرة وسيتم خفض هذه الظاهرة.

وبالإضافة إلى ذلك، مع استهلاك الوقت والمعلومات المكانية، ولكنه يسمح أيضا لمنظمة العفو الدولية لمعرفة أفضل فيديو ملامح أسلوب .

المعلومات في الوقت : بالكاد شريط التقدم (خطأ)

الأهم من ذلك أن المعلومات في الوقت الفيديو في متناول يدك دون النظر.

ثم، نظرة على سلة-GAN، هو كيف اثنين من أشرطة الفيديو بين الصور، وبناء ورسم الخرائط.

ثلاثة لاعبين مقارنة

يقترن Pix2Pix البيانات؛ CycleGAN من الاتساق المتداولة (دورة الاتساق)؛ RecycleGAN مع دفق الفيديو المعلومات في الوقت .

مرارا وتكرارا، حتى أكثر من المصاعب بالطبع CycleGAN. يبدو أن يشعر أخيرا، له ما يبرره اسم سلة-GAN.

ال من الضياع  (خسارة الخصومة)، وفريق تشو Junyan فقدان التداول  (خسارة دورة)، فقدان المتكررة  (المتكررة خسارة)، وكذلك قدم فريق جامعة كارنيجي ميلون الخاصة " ثم "فقدان حلقة  (سلة خسارة) استخدام كلا، قوية وظيفة الخسارة .

كيف النوع من التأثير؟

ويبدو أن فقط CycleGAN من مجرد لعبة، لمعرفة المعلومات في الوقت حقا سهلة الاستخدام.

أدوار الأولى ، نلقي نظرة على تأثير الوجه المتغير:

RecycleGAN مع أوباما ما Shengcheng من تشون، بالإضافة إلى كلمات ينطق، وزاوية الوجه أيضا متابعة التغييرات. بينما منتصف CycleGAN، فقط تشغيل فوهة واضحة.

المباراة الثانية كنت قد رأيت ما يشبه زهرة الهندباء:

عندما RecycleGAN الهندباء، أقحوان تعلم العمل، ويصبح سميكة زلابية ، CycleGAN تزال تتفتح ببطء.

علما بأن تقدم فريق لنوعين من الزهور، من بداية مفتوحة وقت لكامل تتلاشى في الزي العسكري.

وبالإضافة إلى ذلك، تبدو Yunjuanyunshu (ظهرت عناوين أيضا):

انتقل أصلا على مهل.

طائرات العامة والغيوم، وبعد التعلم، وارتفع إيقاع الصبر.

ونتيجة لذلك، فإنه ليس من الصعب أن تغيير الطقس. قال فريق من تكلفة صناعة الأفلام، يمكنك أن تأتي إلى أسفل بهذه الطريقة.

كود يأتي أيضا في وقت قريب

ويقول علماء جامعة كارنيجي ميلون، سنكون قريبا قادرين على رؤية رمز.

لكن حتى ذلك الحين، لا يزال لدينا الكثير من الموارد يمكن أن نقدر.

فريق المشروع الصفحة الرئيسية، وتوفير تأثير الثروة ولدت:

https://www.cs.cmu.edu/~aayushb/Recycle-GAN/

يرجى مراعاة الورقة إلى هنا:

https://www.cs.cmu.edu/~aayushb/Recycle-GAN/recycle_gan.pdf

- كامل  -

التوظيف الصادق

المكدسة تقوم بتجنيد محرر / مراسل، ومقرها في تشونغ قوان تسون في بكين. نتوقع الموهوبين والطلاب المتحمسين للانضمام إلينا! مزيد من التفاصيل، يرجى و qubit عدد الجمهور (QbitAI) واجهة الحوار والرد "تجنيد" كلمة.

و qubit QbitAI عناوين على التوقيع

' " تتبع تقنيات AI دينامية جديدة والمنتجات