El software CycleGAN, desarrollado en la universidad de Berkeley, utiliza un particular método de transferencia de estilos entre imágenes para transformar el resultado sin cambiar necesariamente su contenido pero sí el significado, un tema que parece haberse estar de moda en el aprendizaje máquina.
En este caso el software, que también está disponible en GitHub, puede generar una imagen fotorrealista a partir de un dibujo; convertir una pintura de Monet o un Van Gogh en una fotografía, o al revés. También puede “convertir” caballos en cebras (o al revés) o puede colocar nieve sobre la imagen de un paisaje o convertir los veranos en inviernos y transformar objetos, como manzanas en naranjas.
A diferencia de las aplicaciones que aplican filtros sobre fotografías para producir algo parecido a dibujos o pinturas (como hace la app para móviles Prisma) para hacer sus conversiones CycleGAN usa como referencia miles de imágenes diferentes (otras pinturas de Monet y otras fotografías de paisajes, por ejemplo) y a partir de ellas el algortimo se imagina o se inventa cómo llegar al resultado deseado según el caso y para cada imagen concreta, sin necesidad de tener una referencia directa.
El resultado es bastante impresionante, aunque por ahora no siempre es perfecto.
Vía Engadget.
Relacionado,
- Google utiliza el aprendizaje máquina para reducir el consumo de datos del móvil
- Aprendizaje automático contra reconocimiento facial
- Un algoritmo que produce vídeos a partir de imágenes fijas para que los ordenadores entiendan las escenas en movimiento
- La tecnología de Google que reconoce y «entiende» el contenido de los vídeos
- Un algoritmo que produce vídeos a partir de imágenes fijas para que los ordenadores entiendan las escenas en movimiento
- Cómo los ordenadores colorean de forma creíble viejas fotos en blanco y negro
- La red neuronal de Google que puede saber dónde se tomó una foto sólo con mirarla, sin los datos GPS
