Forskningsgrupper experimenterar ofta med videoinnehåll med neurala nätverk. Ta till exempel NVIDIA, som i slutet av 2017 utbildade ett neuralt nätverk för att ändra vädret och tiden på dagen på video. Ett annat projekt av detta slag lanserades av forskare från Carnegie Melon University, som skapade ett neuralt nätverk för att överlätta ansiktsuttryck av en person i en annans ansikte.
Projektet är baserat på DeepFakes-tekniken för att ändra ansikten på video. Det bygger på en generativ motsatsform av maskininlärning. Inom dess ramar försöker den generativa modellen lura det diskriminerande och tvärtom, vilket resulterar i att systemet förstår hur innehållet kan omvandlas till en annan stil.
Cykel-GAN-algoritmen för att överföra egenskaper till ett annat objekt är inte idealisk och möjliggör artefakter i bilden. För att förbättra kvaliteten på det neurala nätverket använde forskarna sin förbättrade version av Recycle-GAN. Det tar inte bara hänsyn till positionen för olika delar av ansiktet, utan också deras rörelseshastighet.
Det neurala nätverket överförde framgångsrikt ansiktsuttryck från TV-presentatören Stephen Colbert till ansiktet av komiker John Oliver. Dessutom överförde hon blommaprocessen påskliljan till hibiskusen.
Forskare tror att tekniken kan användas i kinematografi. Detta påskyndar processen och minskar kostnaderna för att göra filmer. Neurala nätverk förmåga att förändra vädret på video kommer att göra det lättare att lära elbilar att köra i olika väderförhållanden.
Ramis Ganiev
Kampanjvideo:
