Denne software overfører et billedstil til et andet

Brug af fotoredigeringssoftware til at forbedre fotos er temmelig almindeligt i disse dage. Uanset om vi vil mindske effekten af ​​ufuldkommenheder som frygtede 'røde øjne' eller endda tilføje elementer, der ikke var der før, er fotoredigering bestemt her for at blive.

Nogle applikationer som Instagram leveres også med filtre til fotos, der ændrer udseendet på fotos. Nogle af disse filtre gør det tilsyneladende, som om dit foto er taget under forskellige lysforhold.

For nylig har et team af forskere fra Cornell University bestående af professor Kavita Bala og doktorand Fujun Luan i samarbejde med Sylvian Paris Eli Shechtman fra Adobe imidlertid skabt en software, der kan overføre stilen til et billede til et andet billede.

Styleoverførsel

Objekterne på fotografierne er relativt uændrede, idet stiloverførselsteknikken hovedsageligt fokuserer på at ændre farver.

Denne teknik involverer, hvad der i det væsentlige er et donorbillede, hvorfra den ønskede stil vil blive kopieret. Stilen kopieres til det ønskede billede, mens den samme struktur opretholdes, og det endelige resultat er ret imponerende.

Det endelige resultat ser slet ikke ud af sted. Objekterne på fotografierne er relativt uændrede, idet stiloverførselsteknikken hovedsageligt fokuserer på at ændre farver.

Se eksemplet herunder på resultaterne af softwaren.

Hvordan det virker

I det væsentlige udtrækker denne løsning funktionerne i donorbilledet og infunderer dem med et målbillede

Holdet formulerede en smart dyb læringsløsning, der anvendte et neuralt netværkslag for at udføre teknikken.

Dyb læring er, som navnet antyder, en metode til computerindlæring. Det er i stand til at afslutte læringsopgaver ved hjælp af neurale netværk. Et neuralt netværk er et computersystem, der er i stand til at lære, baseret på data, det undersøger. Dette system er baseret på den biologiske konfiguration af en hjerne.

Oprindeligt var det vanskeligt for teamet at fremstille fotos, som du kunne fortælle, kom fra et bestemt donorbillede. De kom med en smart løsning, der ændrer billedet, mens de opretholder grænserne og kanterne på det originale billede.

I det væsentlige udtrækker denne løsning funktionerne i donorbilledet og infunderer dem med et målbillede.

Der findes andre løsninger, der kan overføre stilarter mellem billeder, men de har en tendens til at ligne malerier, selvom 'donor'-billedet er et foto.

Cornell / Adobe-teamets løsning formår imponerende at bevare sin fotorealisme med meget lidt forvrængning.

Applikationer

Denne software kan bruges til at overføre bestemte egenskaber, f.eks. Tid på dagen og vejret.

Denne teknik kan bruges til en række formål. Selvfølgelig ser det bare cool ud. Teknikken kan imidlertid bruges til at overføre en række egenskaber fra et eksisterende foto, som brugeren af ​​en sådan software muligvis ønsker at have på et andet foto.

Denne software kan bruges til at overføre bestemte egenskaber, f.eks. Tid på dagen og vejret. Denne teknik kan også bruges til at tilføje kunstneriske redigeringer til fotos, baseret på donorbillede.

Afsluttende tanker

Denne software kan vise sig at være det kraftfulde billedredigeringsværktøj. Slutbrugeren vil hurtigt kunne give deres fotos en stil make over uden praktisk taget ingen manuel arbejdskraft. Alt, hvad der kræves for at skabe et mesterværk, ville være et passende donorbillede.