HOY SE HABLA DE

Desarrolladores están mejorando la reconstrucción de imagen utilizando Aprendizaje Profundo y GPU's de NVIDIA

Desarrolladores están mejorando la reconstrucción de imagen utilizando Aprendizaje Profundo y GPU's de NVIDIA
Sin comentarios Facebook Twitter Flipboard E-mail

El aprendizaje profundo es una estructura que permite aprovechar los procesadores y GPU de maneras azombrosas. En un reciente artículo del portal de desarrollo de NVIDIA se presentó un nuevo método de edición de imágenes similar al relleno de contenido de Photoshop, pero mucho más avanzado.

Como se puede ver en el vídeo, los desarrolladores han utilizado una GPU NVIDIA Tesla V100 y una estructura Pytorch que permite al software rellenar contenido que no se basa únicamente en encontrar patrones de píxeles similares alrededor de la imágen, sino que utiliza inteligencia artificial para determinar qué debería haber en ese espacio que está reconstruyendo. En el vídeo podemos ver algunas de las utilidades como eliminar objetos molestos de una fotografía e incluso el retoque básico.

Dentro del documento de investigación se pueden ver ejemplos de reconstrucción de imagen utilizando el poder de la inteligencia artificial. Como se ve en la imagen de abajo, si tuviéramos una imagen de retrato corrupta o con información eliminada, el software es capaz de reconocer dónde irían los ojos, la boca y cómo seguiría el patrón del pelo, reconstruyendo un rostro modificado.

Nvidia 001
Imagen de entrada / Procesado de software terciario / Procesado de NVIDIA / Imagen Original

Como reporta PetaPixel, los desarrolladores creen (a su conocimiento) este es uno de los primeros proyectos que verdaderamente demuestran la eficacia del aprendizaje profundo en reconstrucción utilizando huecos irregulares. La inteligencia artificial del software se ha alimentado con 55.116 de patrones de ‘huecos’ al azar sobrepuestos en una gran biblioteca de imágenes; obteniendo un resultado impresionante. Para validar la precisión, 25.000 patrones nuevos fueron creados en la fase de pruebas.

Aunque el sistema aún no es perfecto, se puede ver el asombroso poder de reconocimiento y predicción de reconstrucción. Los desarrolladores están conscientes de que algunos resultados todavía no son comprensibles para la IA, como barras de puertas y ventanas, además de luchar contra huecos de mucha dimensión. Pero es posible que con más entrenamiento de la estructura, mejores resultados puedan ser conseguidos de manera próxima.

Ahora queda esperar a que estos desarrollos lleguen a los softwares de edición pronto.

_

Más en Xataka Foto | Laowa presenta cuatro objetivos nuevos para atacar todos los mercados

_

Comentarios cerrados
Inicio