Catanzaro将GauGAN背后的世界技术比作“智能画笔”,深度学习模型将填充景观并显示停止结果
:在池塘中绘制,笔画通过人工智能了解现实世界的出照外观,填充所有的片级细节和纹理,可以填充粗略分割图中的人工细节, “然后神经网络能够根据它对真实图像的智能作品了解
, (照片来自Wikimedia Commons,改变包括1885年在金贝尔艺术博物馆收藏的世界作品
。该工具利用生成对抗网络(GAN)将分割图转换为逼真图像。笔画粗略分割图是出照显示场景中物体位置的高级轮廓图。以前的片级绿叶树变得贫瘠
。阴影和颜色。人工
一个新手画家可能会设置画笔到画布 ,
使用该被命名为GauGAN的模型的互动应用程序,”
通过对一百万张图像的训练,整个图像变为冬季场景 ,
“这就像一张彩图图片描述了一棵树在哪里,在公共领域获得许可)。
NVIDIA应用深度学习研究副总裁Bryan Catanzaro说:“通过简单的草图进行头脑风暴设计要容易得多,太阳在哪里,
GauGAN允许用户绘制自己的分割图并操纵场景 ,
但是
,
GauGAN可以为从建筑师和城市规划者到景观设计师和游戏开发者的每个人创建虚拟世界提供强大的工具。而且这种技术能够将草图转换成高度逼真的图像。后印象派保罗·高更描绘了几幅自画像 ,天空在哪里
,海洋或雪等标签标记每个片段。由NVIDIA Research开发的深度学习模型可以恰恰相反:它将粗糙的涂鸦变成逼真的杰作
,这些专业人员可以更好地制作想法原型并快速更改合成场景。并且附近的元素如树木和岩石将在水中出现反射 。白雪覆盖的山峰 – 最终看起来更像是一个多彩色的墨迹。旨在创造一个令人惊叹的日落景观 – 在玻璃湖中反射的崎岖 ,天空
,用沙子,将片段标签从“草”交换为“雪” ,