Adakah gagasan tentang penerapan mimpi yang dalam?


9

Baru-baru ini Google menerbitkan mimpi yang mendalam dan menarik. Selain generasi seni seperti http://deepdreamgenerator.com/ , apakah Anda melihat aplikasi potensial dari mimpi yang mendalam dalam visi komputer atau pembelajaran mesin?

Jawaban:


4

Sudah ada setidaknya satu aplikasi keluar, jika Anda mengartikan 'aplikasi' secara luas: Jaringan Syaraf Tiruan Terpisah untuk Segmentasi Semantik yang diawasi secara semi-super oleh Hong, Noh dan Han . Mereka menggunakannya untuk segmentasi gambar . Jaringan pengenalan gambar standar hanya dapat memberi Anda kotak pembatas untuk setiap objek yang dikenali pada gambar. Jika Anda ingin tahu piksel mana yang merupakan objek itu, Anda harus melakukan segmentasi gambar.

Pada dasarnya, setelah menemukan seekor anjing pada sebuah gambar, arsitektur Hong et al kembali menyebarkan anjing melalui jaringan saraf ke tingkat piksel, untuk menemukan piksel yang paling bertanggung jawab atas penampilan anjing. (Mereka kemudian menggunakan peta panas ini sebagai input untuk jaringan segmentasi yang diawasi, tidak ada mimpi yang mendalam di bagian itu.)

Ini sudah semacam bukti keberadaan bahwa ide Deep Dream dapat berguna di luar manipulasi gambar. Tapi saya juga tidak akan mengecilkan manipulasi gambar. Saya menyebutkan dua hal yang bukan aplikasi langsung dari Deep Dreaming, dan kami belum memilikinya saat ini, tapi saya agak bisa melihat jalan masuk akal dari algoritma Deep Dream asli ke arah ini:

  • Mempercantik gambar dan wajah serta tubuh manusia. (Mengotomatiskan apa yang dilakukan oleh seniman retouch Photoshop.)
  • Peningkatan gambar gaya CSI dengan detail interpolasi palsu tetapi dapat dipercaya.

2

Inilah aplikasi lain yang sangat baru & baru saja didemonstrasikan dalam beberapa minggu terakhir. komputer memfilter gambar agar terlihat seperti lukisan dengan gaya khas seniman yang berbeda misalnya Van Gogh, Picasso, dll ... dan tampaknya mungkin karena teknologi tersebut dapat mencakup gaya artistik yang berbeda, mungkin digunakan untuk mendeteksi pemalsuan dalam dunia seni di beberapa titik. (banyak teknik analisis yang sangat maju digunakan dalam bidang ini secara historis). Perhatikan bahwa metode penyaringan sangat populer di Instagram sehingga sepertinya ini akan tersedia secara komersial di beberapa titik.


& seperti yang Anda perhatikan & sebutkan di tempat lain sudah ada "off the shelf" Iphone / android dreamify image filter
vzn

aplikasi lain: menghasilkan lingkungan simulasi / virtual untuk game atau film. mirip dengan generasi prosedural
vzn

Selain itu deepart.io tampaknya merupakan usaha komersial berdasarkan teknik dari tautan pertama Anda.
Neil Slater

1

Tidak mungkin membuktikan negatif, tetapi selain menggunakan sistem deteksi pola yang sama secara umum untuk mendeteksi bentuk / gambar dan menggantinya dengan gambar serupa lainnya, mungkin untuk digunakan dalam koreksi gambar otomatis atau serupa, saya tidak berpikir itu nyata potensi di luar memodifikasi gambar.

Saya mungkin harus menghapus jawaban ini jika terbukti salah.


1
Ya ada penggunaan yang valid sebagai alat visualisasi / introspeksi untuk menemukan pola yang telah dipelajari jaringan Anda. Di tautan ini, googleresearch.blogspot.ch/2015/06/... lihat diskusi tentang pengelompokan halter. Tidak yakin apakah itu dianggap sebagai tujuan yang sebenarnya, karena ini adalah referensial sendiri
Neil Slater

Saya pikir itu yang membuat pertanyaan sulit dijawab, ada hal-hal di balik mimpi yang dalam yang dapat diterapkan secara luas tergantung pada seberapa jauh Anda melangkah, tetapi apakah itu masih dianggap sebagai "aplikasi mimpi yang dalam"? Bagi saya, sepertinya mimpi yang dalam adalah menggunakan aplikasi dari teknik - teknik tersebut - yang dapat diterapkan di tempat lain. Tetapi saya tidak dapat melihat tautan itu saat ini, jadi mungkin saya salah.
DoubleDouble


0

Secara sadar konteks, filter senonoh visual.

Di dunia lain, menampilkan pakaian yang realistis secara fisik dan secara tematis / sesuai gaya pada orang yang berpakaian tidak memadai, untuk membuat gambar lebih aman bagi keluarga.

Itulah idenya, namun saat ini keduanya tidak dapat diandalkan dan ketika itu bekerja tidak akurat.

Namun, lebih mengutak-atik parameter mimpi daripada yang saya miliki aksesnya, atau mungkin hanya menggunakan lebih banyak iterasi dan nilai "oktaf" yang lebih rendah daripada yang bisa saya tentukan akan membuat hasilnya jauh lebih dapat diandalkan.


Contoh:

Sebelumnya: http://s22.postimg.org/5sjpqbzoh/image.jpg

Setelah: http://s22.postimg.org/wew6fb3vl/image.jpg

.

http://s13.postimg.org/c4urz139j/image.jpg


Bisakah Anda menambah ini dengan menjelaskan apa yang Anda maksud dengan contoh ini? kalau tidak itu hanya tautan.
Sean Owen

1
Saya pikir masalah dengan ide ini adalah tidak benar-benar sejajar dengan cara kerja Deep Dreaming. Anda perlu melatih jaringan untuk mengenali "pakaian yang cocok", tetapi itu tidak akan sesuai dengan pakaian tanpa busana - sebagai gantinya itu akan menampilkan hal-hal yang terlihat seperti gorden di atas tempat-tempat yang sudah terlihat seperti potongan-potongan pakaian yang cocok. Yaitu lebih cenderung membuat batang pohon menjadi kaki celana daripada mengenakan gaun pada seorang gadis di bikini. Deep Dreaming tidak memilih target untuk penggantian seperti mesin ekspresi reguler gambar, itu berhalusinasi sesuai dengan cara seperti untuk.
Neil Slater

Lihat cs.stackexchange.com/questions/47262/... Saya tidak bisa menunjukkan atau membuktikan banyak, karena sebagian besar pengalaman pribadi dan pengamatan dan saya tidak akan memberikannya banyak orang telanjang, tapi saya pikir itu lebih pintar daripada Anda memberikannya kredit untuk, meskipun saya menghargai bahwa contoh saya memang terlihat cukup berbatu :-P
alan2di sini

1
Gambar-gambarnya bagus - di antara beberapa yang paling menarik yang pernah saya lihat dari Deep Dreaming. Namun, saya pikir pencarian makna dan struktur yang lebih dalam di luar pencocokan pola pintar seperti mencari kecerdasan umum dalam retina yang dibedah. . . ada tingkat yang lebih besar / lebih cepat / lebih dalam jaringan hanya dilatih pada gambar tidak akan membawa kita ke - sesuatu yang lebih dibutuhkan.
Neil Slater
Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.