[image]

Нейросети в обработке информации

 
+
-
edit
 

Balancer

администратор
★★★★★

Совсем не нейронные сети

Недавно ZlodeiBaal писал о достижениях в сверточных нейронных сетях (CNN) (и, кстати, тут же успешно настроил и обучил сеть для поиска области автомобильного... // habrahabr.ru
 

Ранее:

Использование сверточных сетей для поиска, выделения и классификации

Недавно ZlodeiBaal опубликовал статью «Нейрореволюция в головах и сёлах», в которой привел обзор возможностей современных нейронных сетей. Самым интересным, на... // habrahabr.ru
 

alexgkendall/caffe-segnet

caffe-segnet - Implementation of SegNet: A Deep Convolutional Encoder-Decoder Architecture for Semantic Pixel-Wise Labelling // github.com
 
   33
RU кщееш #20.05.2019 18:34
+
-
edit
 
Эволюция неживых

Neural network racing cars around a track
Teaching a neural network to drive a car. It's a simple network with a fixed number of hidden nodes (no NEAT), and no bias. Yet it manages to drive the cars fast and safe after just a few generations. Population is 650. The network evolves through random mutation (no cross-breeding). Fitness evaluation is currently done manually as explained in the video.
   61.0.3163.12861.0.3163.128
LT Bredonosec #16.06.2019 17:40
+
-
edit
 
Представители Adobe объединились с учёными из Калифорнийского университета в Беркли. Результатом их совместной работы стало масштабное исследование, в ходе которого за определение отредактированных снимков взялась нейронная сеть. После обучения на примерах изображений, прошедших обработку в графическом редакторе, она распознала до 99% «отфотошопленных» кадров. Для сравнения, тестовая группа добровольцев смогла определить постороннее вмешательство лишь в 53% случаев.

По словам исследователей, первый в своём роде алгоритм стал первым шагом компании на пути к разработке ещё более совершенного инструмента для определения фейков. Следующая ожидаемая функция нейросети — умение выявлять изменение тона кожи на снимках. Сотрудник Adobe Ричард Чжан отметил, что хотя идея универсальной кнопки отмены редактирования ещё далека от воплощения в жизнь, в современном мире всё же необходимы инструменты проверки цифровой информации.

Adobe Research and UC Berkeley: Detecting Facial Manipulations in Adobe Photoshop | Adobe Blog

Adobe researchers have developed a method for detecting edits to images that were made using Photoshop’s Face Aware Liquify feature. While still in its early stages, th... //  theblog.adobe.com
 

И обратная работа:

4PDA .:. Всё в порядке, но...

в целях обеспечения безопасности ресурса нам необходимо убедиться, что вы человек. Пожалуйста введите защитный код, расположенный ниже и нажмите кнопку "Submit". Этот текст мало кто будет читать и мы можем написать здесь все, что угодно, например... Вы живете в неведении. Роботы уже вторглись в нашу жизнь и быстро захватывают мир, но мы встали на светлый путь и боремся за выживание человечества. А если серьезно, то... В целях обеспечения безопасности сайта от кибератак нам необходимо убедиться, что вы человек. //  Дальше — 4pda.ru
 

В рамках ежегодной конференции MAX 2017 компания Adobe представила новые инструменты для редактирования фотографий и видео с использованием технологий искусственного интеллекта. Идея заключается в том, чтобы существенно облегчить выполнение некоторых операций, занимающих много времени. Стоит отметить, что в Photoshop уже используются такие инструменты. Одним из самых известных является Content-Aware Fill, служащий для автоматического заполнения выделенной области другими участками того же изображения.

#SceneStitch: Adobe MAX 2017 (Sneak Peeks) | Adobe Creative Cloud - YouTube

Первым анонсированным инструментом стал Scene Stitch. Он выполняет ту же функцию, что и Content-Aware Fill, но для заполнения выбранного участка используются наиболее подходящие к данной сцене элементы из онлайн-библиотеки Adobe, насчитывающей сотни миллионов фотографий. В итоге пользователь получает на выбор несколько наиболее удачных, по мнению программы, вариантов.

С помощью Scene Stitch можно не только удалить с кадра нежелательный объект, будь то случайно проходящий человек или автомобиль, но и полностью заменить большую часть изображения. Как обычно, на старте алгоритмы часто ошибаются, но со временем они будут улучшать результат.

#ProjectCloak: Adobe MAX 2017 (Sneak Peeks) | Adobe Creative Cloud - YouTube

Второй представленной функцией стал инструмент под названием Project Cloak. Если кратко, то это полный аналог Content-Aware Fill, но предназначенный для обработки видео. С его помощью можно без особого труда удалять нежелательные объекты с уже снятого ролика. Как рассказали разработчики, Project Cloak сначала заполняет фрагментами выделенную область одного кадра, а затем на его основе применяет тот же эффект ко всем последующим, учитывая изменение перспективы, освещения и других параметров.

Когда новые функции станут доступны пользователям — не сообщается.
   26.026.0

в начало страницы | новое
 
Поиск
Настройки
Твиттер сайта
Статистика
Рейтинг@Mail.ru