با هوش مصنوعی DragGAN چهره‌ای را خندان کنید، شیر را غران کنید، پوزه سگی را باز کنید!

محققان یک سیستم دستکاری و ویرایش تصویر با نقطه توسعه داده‌اند که از فناوری هوش مصنوعی (AI) مولد استفاده می‌کند تا به کاربران امکان کنترل دقیق حالت، شکل، بیان و چیدمان اشیا را بدهد.  این فناوری DragGAN نام دارد.

مشابه نحوه عملکرد فناوری U Point در نرم‌افزار DxO، که به کاربران اجازه می‌دهد نقطه‌ یا نقاطی روی بخشی از تصویر خود بگذارند و بر ظاهر پیکسل‌های مربوطه تأثیر بگذارند، DragGAN به کاربران این امکان را می‌دهد تا نقطه‌ای را روی یک تصویر رها کنند و سازمان و موجودیت افراد را تغییر دهند، اما DragGAN در سطحی بالاتر از هوش مصنوعی برای تولید پیکسل های جدید در پاسخ به ورودی کاربر استفاده می‌کند.

یعنی شما می‌توانید دو نقطه روی صورت کسی بگذارید و بعد با کشیدن آنها به هوش مصنوی بفهمانید که عکس را در حالت لبخند می‌خواهید و هوش مصنوعی همه چیز را متناسب می‌کند و پیکسل‌های دندان را به صورت کاملا طبیعی می‌افزاید.

دو جزء اصلی تشکیل دهنده این سیستم اینها هستند: 1) سیستم ناظری که حرکات نقاط به یک سمت جدید را پایش می‌کند، و 2) یک رویکرد جدید ردیابی نقطه که از ویژگی های GAN متمایز استفاده می‌کند.

محققان توضیح می‌دهند که هنگام ویرایش تصاویر سوژه‌های مختلف، از جمله حیوانات، وسایل نقلیه، مناظر و حتی افراد، کاربران می‌توانند «با کنترل دقیق بر جایی که پیکسل‌ها می‌روند، تصویر را تغییر شکل دهند، بنابراین حالت، شکل، بیان و چیدمان به راحتی ویرایش می‌شود.

به این ترتیب می‌توانید مثلا ژست یک سگ را تغییر دهید، ارتفاع و بازتاب‌های کوه پشت دریاچه را تنظیم کنید و تغییرات گسترده‌ای در ظاهر و رفتار یک شیر ایجاد می‌کند.

خیلی جالب است که از به جای رابط کاربری پیچیده فتوشاپ، ما با رابط کاربری ساده‌ای سر و کار داریم و تقریباً هر کاربری می‌تواند حتی بدون درک فناوری  از این فناوری استفاده کند.

خواندن مقاله کامل اصلی در این مورد