हाल ही में Google ने दिलचस्प गहरे सपने का प्रचार किया। कला पीढ़ी जैसे http://deepdreamgenerator.com/ के अलावा , क्या आपको कंप्यूटर विज़न या मशीन लर्निंग में गहरे सपने के कोई संभावित अनुप्रयोग दिखाई देते हैं?
हाल ही में Google ने दिलचस्प गहरे सपने का प्रचार किया। कला पीढ़ी जैसे http://deepdreamgenerator.com/ के अलावा , क्या आपको कंप्यूटर विज़न या मशीन लर्निंग में गहरे सपने के कोई संभावित अनुप्रयोग दिखाई देते हैं?
जवाबों:
यदि आप 'आवेदन' की व्यापक रूप से पर्याप्त व्याख्या करते हैं, तो पहले से ही कम से कम एक आवेदन बाहर है: हांगकांग, नोह और हान द्वारा अर्ध-पर्यवेक्षित सिमेंटिक सेगमेंटेशन के लिए डीप्ड डीप न्यूरल नेटवर्क । वे छवि विभाजन के लिए इसका उपयोग करते हैं । मानक छवि पहचान नेटवर्क आपको केवल छवि पर पहचाने जाने वाले प्रत्येक ऑब्जेक्ट के लिए एक बाउंडिंग बॉक्स दे सकता है। यदि आप जानना चाहते हैं कि कौन सा पिक्सेल उस ऑब्जेक्ट का गठन करता है, तो आपको छवि विभाजन करना होगा।
असल में, एक छवि पर एक कुत्ते को खोजने के बाद, हाँग एट अल की वास्तुकला तंत्रिका नेटवर्क के माध्यम से पिक्सेल स्तर तक कुत्ते-नेस का प्रचार करती है, उन पिक्सेल को खोजने के लिए जो कुत्ते के दिखने के लिए सबसे अधिक जिम्मेदार थे। (वे तब इस हीटमैप का उपयोग पर्यवेक्षित विभाजन नेटवर्क के इनपुट के रूप में करते हैं, उस हिस्से में कोई गहरा सपना नहीं है।)
यह पहले से ही एक अस्तित्व प्रमाण है कि दीप ड्रीम विचार छवि हेरफेर के बाहर उपयोगी हो सकता है। लेकिन मैं छवि हेरफेर खुद को या तो नीचे नहीं गिराऊंगा। मैं दो चीजों का उल्लेख करता हूं जो डीप ड्रीमिंग के तत्काल अनुप्रयोग नहीं हैं, और हमारे पास वर्तमान में उनके पास नहीं है, लेकिन मैं थोड़े से मूल डीप ड्रीम एल्गोरिदम से एक प्रशंसनीय सड़क देख सकता हूं:
एक और अनुप्रयोग है जो बहुत नया है और पिछले कुछ हफ्तों के भीतर प्रदर्शित किया गया है। कंप्यूटर विभिन्न कलाकारों की विशिष्ट शैली में चित्रों की तरह दिखने के लिए चित्रों को फ़िल्टर कर रहे हैं, जैसे वान गाग, पिकासो, आदि ... और यह संभव लगता है क्योंकि प्रौद्योगिकी विभिन्न कलात्मक शैलियों को शामिल कर सकती है जिसका उपयोग कला की दुनिया में जालसाजी का पता लगाने के लिए किया जा सकता है। बिंदु। (ऐतिहासिक रूप से इस क्षेत्र में कई बहुत उन्नत विश्लेषण तकनीकों का उपयोग किया जाता है।) ध्यान दें कि फ़िल्टरिंग विधियाँ इंस्टाग्राम पर बहुत लोकप्रिय हैं, इसलिए ऐसा लगता है कि ये किसी समय व्यावसायिक रूप से उपलब्ध होंगी।
नकारात्मक रूप से सिद्ध करना असंभव है, लेकिन आकार / छवियों का पता लगाने और उन्हें समान अन्य छवियों के साथ बदलने के लिए सामान्य रूप से समान पैटर्न का पता लगाने वाली प्रणाली का उपयोग करने के अलावा, संभवतः स्वचालित छवि सुधार या इसी तरह के उपयोग के लिए, मुझे नहीं लगता कि यह वास्तविक है चित्रों को संशोधित करने की क्षमता से बाहर।
गलत साबित होने पर मुझे इस उत्तर को हटाना पड़ सकता है।
ग्रेस्केल टू कलर
उदाहरण के लिए:
http://s15.postimg.org/3xq8jx03f/image.jpg
सेवा
http://s15.postimg.org/i5fx8kcsb/image.jpg
http://s15.postimg.org/c5s64wrzv/image.jpg
पेड़ की लकड़ी अनावश्यक रूप से लाल लगती है लेकिन फिर भी, यह खराब नहीं है। यह काम किया है, लेकिन अन्य प्रभावशाली छवियों के साथ कम प्रभावशाली ढंग से मैंने कोशिश की है।
Naritivly संदर्भ जागरूक, दृश्य अपवित्रता फ़िल्टर।
अन्य दुनिया में, छवि को और अधिक परिवार को सुरक्षित बनाने के लिए, शारीरिक रूप से यथार्थवादी और विषयगत / स्टाइलिस्टिक रूप से उपयुक्त कपड़े पहनने वाले लोगों को प्रदान करना।
हालांकि, यह विचार अविश्वसनीय है और फिलहाल यह गलत है।
हालाँकि, मेरे द्वारा उपयोग किए जाने की तुलना में सपने के मापदंडों का अधिक ट्विकिंग, या संभवतः अधिक पुनरावृत्तियों और निम्न "ओक्टेव" मूल्य का उपयोग करने की तुलना में मैं परिणामों को अधिक विश्वसनीय बना सकता हूं।
उदाहरण:
इससे पहले: http://s22.postimg.org/5sjpqbzoh/image.jpg
उसके बाद: http://s22.postimg.org/wew6fb3vl/image.jpg
।