视频 | 两分钟论文:从冬天回到夏天,英伟达的迁移网络能派上用场

本期论文:Unsupervised Image-to-Image Translation Networks

论文译名:无监督以图生图(图到图迁移网络)

英伟达推出的新技术无监督图到图迁移网络,可以根据已有的图像,创造出不同场景下的新图像。比如,把冬天变成夏天,把城市照片换成城市地图,将白天公路换成夜间公路。

这种技术的一种典型实现方式是使用生成对抗网络(Generative Adversarial Networks,简称GANS)。GANS是一对神经网络,其中的生成网络负责生成合成图像以欺骗判别网络,而判别网络尝试区分生成器生成的合成图像和真实图像。

这两个神经网络共同学习,其中生成网络尝试生成更真实的图像以欺骗判别网络,而判别网络则尝试着能更好的区分真实图像和合成图像。这个对抗过程将使得这两个网络变得越来越好,最终的结果也表明了该技术生成的转化图相当真实。

▷ 观看论文解读大概需要 4 分钟

在本视频介绍的论文中,作者使用了6个网络而不是2个网络。在一项早期的图像转化工作中,研究者依靠的是循环一致性约束。这意味着我们可以假设源图像可以被转换成目标图像,而目标图像可以再反过来转换成和源图像十分相似的图像。该假设的成立意味着,图像转化并非任意随机,而是隐含了深层次的算法转换。

这项新技术构建在一个假设上,假定存在一个隐空间,在这个隐空间中输入和输出图像可以共存。这个隐空间便是复杂数据的一种直观、简洁的描述。但该技术仍然存在的局限是,训练过程过度依赖对抗网络,没有显在的训练指标,训练过程收敛的临界点自然无从得知。

冬天变成夏天

哈士奇变成柯基

现实世界视频转变成游戏视频

还可以给人换个发型或是戴上墨镜,甚至加个笑容

论文原址: https://arxiv.org/pdf/1703.00848.pdf 代码: https://github.com/mingyuliutw/UNIT

翻译/ 邓玉恺 整理/ 孙云 凡江

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2018-01-14

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏目标检测和深度学习

目标检测!200fps吗?!

13230
来自专栏数据科学与人工智能

【陆勤阅读】机器学习和统计模型的差异

在各种各样的数据科学论坛上这样一个问题经常被问到——机器学习和统计模型的差别是什么? 这确实是一个难以回答的问题。考虑到机器学习和统计模型解决问题的相似性,两者...

25180
来自专栏人工智能头条

集成模型的五个基础问题

25050
来自专栏顶级程序员

12个关键词,告诉你到底什么是机器学习

编者按:随着人工智能(AI)技术对各行各业有越来越深入的影响,我们也更多地在新闻或报告中听到“机器学习”、“深度学习”、“增强学习”、“神经网络”等词汇,对于...

29950
来自专栏AI传送门

股票预测,自动翻译,你想要的它都能做——RNN算法探索之旅(2)

15840
来自专栏AI科技大本营的专栏

机器学习入门概览

我们从一个实例来了解机器学习的基本概念。假设我们现在面临这样一个任务(Task) ,任务的内容是识别手写体的数字。对于计算机而言,这些手写数字是一张张图片,如下...

8310
来自专栏CDA数据分析师

科普 | 12个关键词,告诉你到底什么是机器学习

随着人工智能(AI)技术对各行各业有越来越深入的影响,我们也更多地在新闻或报告中听到“机器学习”、“深度学习”、“增强学习”、“神经网络”等词汇,对于非专业人士...

19670
来自专栏目标检测和深度学习

腾讯数平精准推荐 | OCR技术之检测篇

在过去的数年中,腾讯数平精准推荐(Tencent-DPPR)团队一直致力于实时精准推荐、海量大数据分析及挖掘等领域的技术研发与落地。特别是在广告推荐领域,团队自...

62140
来自专栏AI科技评论

深度 | 传说中的贝叶斯统计到底有什么来头?

贝叶斯统计在机器学习中占有一个什么样的地位,它的原理以及实现过程又是如何的?本文对相关概念以及原理进行了介绍。 引言:在很多分析学者看来,贝叶斯统计仍然是难以理...

32650
来自专栏量子位

Keras作者、谷歌研究员Chollet:深度学习的理论局限

王小新 编译自 Keras Blog 量子位 出品 | 公众号 QbitAI 从图像处理,到自然语言处理,再到语音识别等多个领域,深度学习都取得了很好的成绩,但...

35640

扫码关注云+社区

领取腾讯云代金券