Čím složitější scéna je, tím je samozřejmě výsledek horší. I tak se ale reálné podobě velice blíží.

Čím složitější scéna je, tím je samozřejmě výsledek horší. I tak se ale reálné podobě velice blíží.

Čím složitější scéna je, tím je samozřejmě výsledek horší. I tak se ale reálné podobě velice blíží.

Čím složitější scéna je, tím je samozřejmě výsledek horší. I tak se ale reálné podobě velice blíží.

Čím složitější scéna je, tím je samozřejmě výsledek horší. I tak se ale reálné podobě velice blíží.

Čím složitější scéna je, tím je samozřejmě výsledek horší. I tak se ale reálné podobě velice blíží.

Budovy, portréty, opakující se vzory i třeba krajinné snímky – to vše tento nástroj poháněný umělou inteligencí umí dokreslit.

Budovy, portréty, opakující se vzory i třeba krajinné snímky – to vše tento nástroj poháněný umělou inteligencí umí dokreslit.

Doplnění chybějících budov je velice realistické.

Doplnění chybějících budov je velice realistické.

Pokud jsou na snímku opakující se prvky, PEN-Net je prakticky totožně dokáže do chybějící fotografie doplnit.

Pokud jsou na snímku opakující se prvky, PEN-Net je prakticky totožně dokáže do chybějící fotografie doplnit.

Překvapující je použití aplikace u portrétových snímků. I když se výsledek od reálné podoby pořád liší, výsledek vypadá velice zdařile.

Překvapující je použití aplikace u portrétových snímků. I když se výsledek od reálné podoby pořád liší, výsledek vypadá velice zdařile.

Čím složitější scéna je, tím je samozřejmě výsledek horší. I tak se ale reálné podobě velice blíží.
Čím složitější scéna je, tím je samozřejmě výsledek horší. I tak se ale reálné podobě velice blíží.
Budovy, portréty, opakující se vzory i třeba krajinné snímky – to vše tento nástroj poháněný umělou inteligencí umí dokreslit.
Doplnění chybějících budov je velice realistické.
7
Fotogalerie

V Číně vytvořili nástroj, který umí vyplnit chybějící místa na fotografiích, výsledky jsou překvapivě dobré

Čínští vědci ukázali nový nástroj poháněný umělou inteligencí, který dokáže poměrně přesně vyplnit prázdná místa prakticky na všech druzích fotografií. Může se tak jednat o část budovy, krajinu, ale dokonce i portrét.

Nástroj dostal jméno PEN-Net (Pyramid-context ENcoder Network) a byl vyvinut ve spolupráci s univerzitou Sun Yat-sen v Guangzhou a pekingskou laboratoří Microsoft Research v Číně. Technika, se kterou pracuje, se jmenuje „inpainting“ a používá technologii hlubokého učení k vyplnění přítomných mezer na fotografiích dvěma způsoby.

Obrázek 1_1.jpgObrázek 1_2.jpg
Obrázek 1_3.jpg
Čím složitější scéna je, tím je samozřejmě výsledek horší. I tak se ale reálné podobě velice blíží.

Buď tedy zkopíruje existující záplaty na chybějící fotografii (klasická retuš jen v poněkud větším měřítku), nebo v těchto chybějících částech vytvoří zcela nové oblasti. Na portrétové fotografii samozřejmě první řečený způsob praktikovat nemůže, musí tak vytvořit část obrazu intuitivně. Výsledky jsou poměrně realistické, nástroj se navíc rychle učí, takže se neustále zdokonaluje.

Samozřejmě se nejedná o první nástroj, který takto umí rekonstruovat fotografie. Je ale první, který poskytuje skutečně kvalitní výsledky. Autor projektu, Yanhong Zeng, řekl magazínu Digital Trends, že jejich model zachovává zejména větší soudržnost struktury a jednotlivých textur snímku. Primární použití se plánuje na staré fotografie, které je nutné zrestaurovat. S podobným nástrojem by tak tato práce mohla být o poznání snazší a rychlejší.

Není však ani vyloučeno, že bude tento nástroj dostupný skrze desktopové, webové a mobilní aplikace. Celý dokument popisující práci PEN-Netu si můžete přečíst na stránkách arxiv.org.

Určitě si přečtěte

Články odjinud