Alguma idéia sobre a aplicação de sonhos profundos?

9

Recentemente, o Google publicou um sonho profundo interessante. Além da geração de arte, como http://deepdreamgenerator.com/ , você vê alguma aplicação potencial de sonho profundo em visão computacional ou aprendizado de máquina?

machine-learning deep-learning
fonte

Respostas:

4

Já existe pelo menos um aplicativo disponível, se você interpretar 'aplicativo' de maneira ampla o suficiente: Rede Neural Profunda desacoplado para segmentação semântica semi-supervisionada por Hong, Noh e Han . Eles o usam para segmentação de imagens . As redes de reconhecimento de imagem padrão podem fornecer apenas uma caixa delimitadora para cada objeto reconhecido em uma imagem. Se você deseja saber quais pixels constituem esse objeto, é necessário segmentar a imagem.

Basicamente, depois de encontrar um cachorro em uma imagem, a arquitetura de Hong et al. Propaga o cão através da rede neural até o nível de pixel, para encontrar os pixels que foram os mais responsáveis ​​pelo aparecimento do cachorro. (Eles então usam esse mapa de calor como entrada para uma rede de segmentação supervisionada, não há sonhos profundos nessa parte.)

Isso já é uma espécie de prova de existência de que a idéia Deep Dream pode ser útil fora da manipulação de imagens. Mas eu também não subestimaria a manipulação da imagem. Menciono duas coisas que não são aplicações imediatas do Deep Dreaming, e não as temos atualmente, mas posso ver um caminho plausível do algoritmo original do Deep Dream em direção a elas:

  • Embelezando imagens, rostos e corpos humanos. (Automatizando o que um artista de retoque do Photoshop faz.)
  • Ampliação de imagem no estilo CSI com detalhes interpolados falsos, mas críveis.
Dániel Varga
fonte
2

aqui está outro aplicativo que é muito novo e demonstrado nas últimas semanas. os computadores estão filtrando imagens para se parecerem com pinturas no estilo distinto de diferentes artistas, como Van Gogh, Picasso, etc ... e parece possível, já que a tecnologia pode abranger diferentes estilos artísticos que podem ser usados ​​para detecção de falsificações no mundo da arte. ponto. (muitas técnicas de análise muito avançadas são usadas historicamente nesta área.) observe que os métodos de filtragem são muito populares no Instagram, portanto, parece provável que estejam disponíveis comercialmente em algum momento.

vzn
fonte
E como você ter notado & mencionado em outros lugares já existe um "off the shelf" Iphone / Android dreamify filtro de imagem
vzn
outra aplicação: gerar ambientes simulados / virtuais para jogos ou filmes. semelhante à geração processual
vzn
Além disso, o deepart.io parece ser um empreendimento comercial baseado na técnica do seu primeiro link.
Neil Slater
1

É impossível provar um negativo, mas, além de usar o mesmo sistema de detecção de padrões em geral para detectar formas / imagens e substituí-las por outras imagens semelhantes, possivelmente para uso na correção automática de imagens ou similar, não acho que tenha real potencial fora das imagens modificadas.

Talvez eu tenha que excluir esta resposta se estiver comprovadamente errada.

Dobro dobro
fonte
11
Bem, existe um uso válido como uma ferramenta de visualização / introspecção para encontrar padrões que sua rede aprendeu. Neste link, googleresearch.blogspot.ch/2015/06/… veja a discussão sobre o classificador de halteres. Não tenho certeza se isso conta como um verdadeiro propósito, uma vez que é auto-referencial
Neil Slater
Eu acho que é isso que torna a pergunta difícil de responder, há coisas por trás do sonho profundo que são amplamente aplicáveis, dependendo de quão longe você vai, mas ainda é considerada "uma aplicação do sonho profundo"? Para mim, parece que um sonho profundo é usar uma aplicação dessas técnicas - que é aplicável a outros lugares. Mas não consigo ver o link no momento, talvez esteja incorreto.
DoubleDouble
0

Filtro de palavrões visuais com reconhecimento de contexto, visualmente.

Em outros mundos, tornar as roupas fisicamente realistas e temáticas / estilisticamente adequadas para as pessoas que estão insuficientemente vestidas, para tornar a imagem mais segura para a família.

Essa é a ideia, no entanto, no momento, é não confiável e quando funciona imprecisa.

No entanto, mais ajustes nos parâmetros do sonho do que tenho acesso, ou possivelmente apenas usando mais iterações e um valor "oitava" mais baixo do que posso especificar, devem tornar os resultados muito mais confiáveis.

Exemplos:

Antes: http://s22.postimg.org/5sjpqbzoh/image.jpg

Depois: http://s22.postimg.org/wew6fb3vl/image.jpg

.

http://s13.postimg.org/c4urz139j/image.jpg

alan2here
fonte
Você pode aumentar isso explicando o que você quer dizer com este exemplo? caso contrário, são apenas links.
Sean Owen
11
Penso que o problema com esta ideia é que não se alinha realmente com o funcionamento do Deep Dreaming. Você precisaria treinar uma rede para reconhecer "roupas adequadas", mas não vestiria adequadamente figuras não-vestidas - em vez disso, produziria coisas com aparência de cortina em lugares que já pareciam um pouco com roupas adequadas. Ou seja, é mais provável transformar um tronco de árvore em uma perna de calça do que colocar um vestido em uma garota de biquíni. O Deep Dreaming não escolhe alvos para substituição como um mecanismo de expressão regular de imagem, alucina correspondências da mesma maneira.
Neil Slater
Veja cs.stackexchange.com/questions/47262/… Não posso demonstrar ou provar muita coisa, pois é principalmente experiência e observação pessoal e não tenho dado a muitas pessoas nuas, mas acho que é mais inteligente do que você imagina. crédito para, embora eu aprecio que meus exemplos, de fato, parecem bastante remendada :-P
alan2here
11
As fotos são boas - entre algumas das mais interessantes que já vi do Deep Dreaming. No entanto, acho que a busca por significado e estrutura mais profundos além da correspondência inteligente de padrões é como procurar inteligência geral em uma retina dissecada. . . existe um nível em que redes maiores / mais rápidas / mais profundas, treinadas em imagens, não nos levam a isso - é necessário algo mais.
Neil Slater