BicycletteGAN : traduction d’images de réseau neuronal en objets

La recherche sur l’apprentissage machine de Berkeley Artificial Intelligence Research et Adobe Creative Intelligence Laboratory est un cadre de traduction d’images réseau neuronales qui peut générer de multiples sorties à partir d’une seule entrée, ce qui offre un éventail de possibilités:

 


De nombreux problèmes de traduction d’image à image sont ambigus, car une seule image d’entrée peut correspondre à plusieurs sorties possibles.

« Dans ce travail, nous cherchons à modéliser une distribution des extrants possibles dans un contexte de modélisation générative conditionnelle. L’ambiguïté de la cartographie est dissipée dans un vecteur latent de faible dimension, qui peut être échantillonné au hasard au moment du test. Un générateur apprend à mapper l’entrée donnée, combinée avec ce code latent, à la sortie. Nous encourageons explicitement l’inversion de la connexion entre la sortie et le code latent. Cela permet d’éviter un mappage homme à homme entre le code latent et la sortie pendant l’entraînement, également connu sous le nom de problème d’effondrement du mode, et produit des résultats plus divers. Nous explorons plusieurs variantes de cette approche en employant différents objectifs de formation, architectures de réseaux et méthodes d’injection du code latent. Notre méthode proposée favorise la cohérence bijective entre les modes d’encodage latent et de sortie. Nous présentons une comparaison systématique de notre méthode et d’autres variantes sur le réalisme perceptuel et la diversité. »

Plus d’informations ici (y compris le code)

Publicités

Laisser un commentaire

Entrez vos coordonnées ci-dessous ou cliquez sur une icône pour vous connecter:

Logo WordPress.com

Vous commentez à l'aide de votre compte WordPress.com. Déconnexion / Changer )

Image Twitter

Vous commentez à l'aide de votre compte Twitter. Déconnexion / Changer )

Photo Facebook

Vous commentez à l'aide de votre compte Facebook. Déconnexion / Changer )

Photo Google+

Vous commentez à l'aide de votre compte Google+. Déconnexion / Changer )

Connexion à %s