2016-2022 All Rights Reserved.平安財經(jīng)網(wǎng).復制必究 聯(lián)系QQ280 715 8082 備案號:閩ICP備19027007號-6
本站除標明“本站原創(chuàng)”外所有信息均轉載自互聯(lián)網(wǎng) 版權歸原作者所有。
該Timecraft項目由[艾米照]和團隊成員使用機器學習想出一個辦法如何現(xiàn)有的畫可能已被最初被漆成中風,中風。在他們的標題為“繪畫很多過去:合成繪畫的延時視頻”的論文中,他們描述了如何使用正在創(chuàng)建的新繪畫的延時錄像來訓練ML算法,從而使其能夠概率性地生成重新創(chuàng)建已經(jīng)完成的繪畫所需的步驟。 。
概率模型是使用卷積神經(jīng)網(wǎng)絡(CNN)實現(xiàn)的,其輸出的是經(jīng)過幾分鐘的延時視頻。在論文中,他們引用了他們是如何受到藝術風格轉換的啟發(fā)的,其中神經(jīng)網(wǎng)絡用于生成特定藝術家風格的藝術品,或創(chuàng)建不同藝術家的作品。
許多復雜性來自繪畫創(chuàng)作中使用的各種技術和材料,例如使用的確切畫筆,繪畫類型?,F(xiàn)有的一些方法集中在這里的細節(jié)上,包括基于物理的油漆和筆觸模擬。這些帶有重大的警告,Timecraft試圖通過采用更高級的方法來避免。
通過Amazon Mechanical Turk進行的一項調(diào)查評估了實驗期間生成的延時錄像,其中158名參與者要求比較Timecraft錄像和實時延時錄像的真實性。結果是,參與者偏愛真實視頻,但會一半時間將Timecraft視頻與實時延時視頻混淆。
盡管可能還不完美,但它確實顯示了如何使用ML來推斷藝術品的構造方式,并以某種程度的準確性找出各個步驟。
2016-2022 All Rights Reserved.平安財經(jīng)網(wǎng).復制必究 聯(lián)系QQ280 715 8082 備案號:閩ICP備19027007號-6
本站除標明“本站原創(chuàng)”外所有信息均轉載自互聯(lián)網(wǎng) 版權歸原作者所有。