端聞

讓梵高和畢加索給你「畫」一張照片


研究者們挑選了一張圖賓根大學的照片,以及梵高、畢加索等大師的風格作進行試驗。
研究者們挑選了一張圖賓根大學的照片,以及梵高、畢加索等大師的風格作進行試驗。
研究者們挑選了一張圖賓根大學的照片,以及梵高、畢加索等大師的風格作進行試驗。
研究者們挑選了一張圖賓根大學的照片,以及梵高、畢加索等大師的風格作進行試驗。
研究者們挑選了一張圖賓根大學的照片,以及梵高、畢加索等大師的風格作進行試驗。
研究者們挑選了一張圖賓根大學的照片,以及梵高、畢加索等大師的風格作進行試驗。

你是否常常覺得自己拍出來的照片不夠「藝術」?即使經過 Instagram 甚至 Photoshop 的加工還是很普通?不用擔心,科學家們最近發明的一種「超級濾鏡」能讓你變身成為「藝術家」!

德國圖賓根大學(University of Tubingen)的計算機視覺研究者們最近開發出了一套全新的圖像處理算法,它可以將人們拍攝的照片變成擁有梵高(Vincent van Gogh)、畢加索(Pablo Picasso)等大師作品風格的畫作。

這套算法利用一系列複雜的神經網絡將輸入照片進行「解構」,提取出照片各個「零件」內容的特征信息,再根據指定藝術家繪畫作品的風格去「重構」這些「零件」,從而讓照片產生藝術大師的繪畫效果。

深度學習(Deep Learning)是這套算法的核心,它也是近年來的熱門研究領域機器學習(Machine Learning)中表征學習方法的一類。深度學習常常被看作是通向真正人工智能的重要一步,因而許多機構對深度學習的實際應用抱有濃厚的興趣。

目前,該算法已經被寫在一篇論文中,並投稿給了權威科學期刊《自然通訊》(Nature Communications),該論文的第一作者 Leon Gatys 是圖賓根大學的一名博士生。

這項研究展現出現今的神經網絡算法技術已經足以區分一幅畫的「內容」和「風格」,並能將「風格」獨立套用到其他地方。不過,這套算法在套用中也需要平衡「內容」和「風格」的比例——如果放入太多「風格」的話,容易讓「內容」失去原來的樣子。

我們提出了一套基於深度神經網絡(Deep Neural Network)打造的人工系統,它可以創作出高品質的大師級作品。這個系統使用神經表征來區分並重組任意一張圖片的內容和風格,然後利用神經算法創建出一幅藝術圖像。

該算法論文的摘要

為了展示這一神奇的算法,研究者們挑選了一張圖賓根大學的照片,以及梵高、畢加索等大師的風格進行試驗。從效果圖可以看出,原本一張普通的照片已經儼然成為了各位藝術大師的手筆。

美國史丹福大學(Stanford University)計算機科學專業的研究生 Andrej Karpathy 也利用這一算法分享了一些有意思的圖片,比如梵高給他「畫」的肖像、畢加索「畫」的《魔戒》人物甘道夫等等。

1 小時
目前該算法處理一張圖片需要大約1個小時。

聲音

這是又一則機器模仿人類能力的例子。當然,機器並沒有自己的風格,它們只能複製已存在的事物。如何讓機器產生真正的創造性仍是一個更大的挑戰。

《華盛頓郵報》編輯 Matt McFarland

就現實而言,深度學習只是建造智能機器這一更大挑戰中的一部分。這些技術缺乏表達因果關係的手段……缺乏進行邏輯推理的方法,而且遠沒有具備集成抽象知識,例如物品屬性、代表和典型用途的信息。

理論心理學家 Gary Marcus

機器學習

Machine Learning,是近20多年興起的一門多領域交叉學科,涉及概率論、統計學、逼近論、凸分析、計算複雜性理論等多門學科。機器學習理論主要是設計和分析一些讓計算機可以自動「學習」的算法。機器學習算法是一類從數據中自動分析獲得規律,並利用規律對未知數據進行預測的算法。因為學習算法中涉及了大量的統計學理論,機器學習與推斷統計學聯繫尤為密切,也被稱為統計學習理論。機器學習已廣泛應用於數據挖掘、計算機視覺、自然語言處理、生物特徵識別、搜尋引擎、醫學診斷、檢測信用卡欺詐、證券市場分析、DNA序列測序、語音和手寫識別、戰略遊戲和機械人等領域。(資料來自维基百科)

來源:華盛頓郵報cnBetaarXiv財富

2017 年 7 月,端傳媒啟動了對深度內容付費的會員機制。在此之前刊發的深度原創報導,都會免費開放,歡迎轉發,也期待你付費支持我們

如果你喜歡,就分享給更多人吧