Вот так вот. Вы думаете, соцсети зря что ли хранят море всякой информации о людях — по любому они на ней тренируются что то делать или может быть анализировать ее для кого то. Вот один из примеров, когда на ваших фото тренируют нейронные сети. Раньше боролись с проблемой красных глаз, а теперь — закрытых глаз.
Бывает иногда, что моргнул кто-то на заведомо очень удачной фотографии. В итоге получается приятная ситуация, когда есть ненужный снимок, а выбросить жалко. Что делать? Нужно использовать искусственный интеллект, чтобы спасти «фоточки», испорченные случайностью, а потом загрузить их в Facebook, считает Марк Цукерберг.
В опубликованной на этой неделе исследовательской статье пара инженеров «Фейсбук» описывает новый метод, который использует машинное обучение для ретуширования закрытых глаз на фотографиях.
Пока этот метод находится в отделе разработки, и нет никакой гарантии, что Facebook когда-нибудь сделает «функцию мечты» на своем веб-сайте или в приложениях.
Не секрет, что сейчас полным-полно инструментов для редактирования фотографий; программы на любой вкус удаляют «красные глаза» и ретушируют изъяны, так почему это не решит нашу проблему?
«Фотошоп» принёс своим авторам богатство нисколько благодаря продажам «софта», сколько по причине миллионных тиражей учебных пособий, которые нужны, чтобы овладеть азами этой программы.
Facebook-редактор, как следует из документа, будет работать без участия человека, так что не нужно покупать миллион учебников или начинать комплексовать.
В основе технологии лежит особый метод, прекрасный алгоритм машинного обучения. Он называется генеративной-состязательной сетью или Generative Adversarial Network (GAN).
Предложенный подход оказался особенно успешным при создании образов: нейронная сеть гиперреалистично рисует поддельных знаменитостей на фото, меняет погоду на видео и даже моделирует одежду. Окей.
По вашему, «открыть» закрытые глаза для такой программы — это проблема? Не думаю.
Как это работает?
Генеративно-состязательная сеть, как следует из названия, построена на борьбе двух половинок внутри одного целого.
Комбинация, состоящая из двух нейронных сетей, одна из которых (фальшивомонетчик) генерирует образцы, а другая (казначей) старается отличить правильные («подлинные») образцы от фальшивок (неправильных).
Сети имеют противоположные цели — создать образцы и отбраковать образцы — между ними возникает антагонистическая игра.
Использование этой техники позволяет в частности генерировать фотографии, которые человеческим глазом воспринимаются как натуральные изображения. GAN может использоваться для улучшения качества нечётких или частично испорченных фотографий.
Но чтобы система могла успешно отредактировать фотографию, она должна сначала узнать, как выглядят настоящие глаза пользователя.
Это означает, что нейросеть тренируется на изображениях, где глаза человека открыты, и не моргают. Исходя из этого, программа получает представление о форме и цвете глаз, так что теперь может заполнить пробел на «сонных» фото.
источники
http://www.qwrt.ru/news/3911