¿Alguna idea sobre la aplicación del sueño profundo?

Respuestas:

4

Ya hay al menos una aplicación, si interpreta 'aplicación' de manera suficientemente amplia: Red neuronal profunda desacoplada para la segmentación semántica semi-supervisada por Hong, Noh y Han . Lo usan para la segmentación de imágenes . Las redes de reconocimiento de imágenes estándar solo pueden proporcionarle un cuadro delimitador para cada objeto reconocido en una imagen. Si desea saber qué píxeles constituyen ese objeto, debe hacer la segmentación de la imagen.

Básicamente, después de encontrar un perro en una imagen, la arquitectura de Hong et al propaga el perro a través de la red neuronal hasta el nivel de píxel, para encontrar los píxeles que fueron los más responsables de la aparición del perro. (Luego usan este mapa de calor como entrada para una red de segmentación supervisada, no hay sueños profundos en esa parte).

Esto ya es una especie de prueba de existencia de que la idea Deep Dream puede ser útil fuera de la manipulación de imágenes. Pero tampoco minimizaría la manipulación de la imagen. Menciono dos cosas que no son aplicaciones inmediatas de Deep Dreaming, y actualmente no las tenemos, pero puedo ver un camino plausible desde el algoritmo original de Deep Dream hacia estas:

  • Embellecer imágenes y rostros y cuerpos humanos. (Automatizando lo que hace un artista de retoque de Photoshop).
  • Mejora de imagen de estilo CSI con detalles interpolados falsos pero creíbles.
Dániel Varga
fuente
2

Aquí hay otra aplicación que es muy nueva y acaba de demostrarse en las últimas semanas. Las computadoras están filtrando imágenes para que parezcan pinturas en el estilo distintivo de diferentes artistas, por ejemplo, Van Gogh, Picasso, etc., y parece posible ya que la tecnología puede abarcar diferentes estilos artísticos, podría usarse para la detección de falsificaciones en el mundo del arte en algunos punto. (históricamente se utilizan muchas técnicas de análisis muy avanzadas en esta área). Tenga en cuenta que los métodos de filtrado son muy populares en Instagram, por lo que parece probable que estén disponibles comercialmente en algún momento.

vzn
fuente
y como habrás notado y mencionado en otra parte, ya hay un filtro de imagen Dreamify para iPhone / Android " listo para
usar"
Otra aplicación: generar entornos simulados / virtuales para juegos o películas. similar a la generación procesal
vzn
Además, deepart.io parece ser una empresa comercial basada en la técnica de su primer enlace.
Neil Slater
1

Es imposible probar un resultado negativo, pero aparte de usar el mismo sistema de detección de patrones en general para detectar formas / imágenes y reemplazarlas con otras imágenes similares, posiblemente para su uso en la corrección automática de imágenes o similar, no creo que tenga real potencial fuera de la modificación de imágenes.

Puede que tenga que eliminar esta respuesta si se demuestra que está equivocada.

Doble doble
fuente
1
Bueno, hay un uso válido como herramienta de visualización / introspección para encontrar patrones que su red ha aprendido. En este enlace googleresearch.blogspot.ch/2015/06/… vea la discusión sobre el clasificador con mancuernas. No estoy seguro si eso cuenta como un verdadero propósito, ya que es autorreferencial
Neil Slater
Creo que eso es lo que hace que la pregunta sea difícil de responder, hay cosas detrás del sueño profundo que son ampliamente aplicables dependiendo de qué tan lejos llegues, pero ¿todavía se considera "una aplicación de sueño profundo"? Para mí, parece que el sueño profundo está utilizando una aplicación de esas técnicas, que es lo que se aplica en otros lugares. Pero no puedo ver ese enlace en este momento, así que tal vez soy incorrecto.
DoubleDouble
0

Naritivly sensible al contexto, filtro de blasfemias visual.

En otros mundos, mostrar prendas físicamente realistas y temáticamente / estilísticamente apropiadas a personas con vestimenta insuficiente, para que la imagen sea más segura para la familia.

Esa es la idea, sin embargo, en este momento no es confiable y cuando funciona es inexacto.

Sin embargo, más ajustes de los parámetros del sueño de los que tengo acceso, o posiblemente solo usando más iteraciones y un valor de "octava" más bajo de lo que puedo especificar debería hacer que los resultados sean mucho más confiables.

Ejemplos:

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

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

.

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

alan2here
fuente
¿Puedes aumentar esto explicando lo que quieres decir con este ejemplo? de lo contrario son solo enlaces.
Sean Owen
1
Creo que el problema con esta idea es que realmente no se alinea con cómo funciona Deep Dreaming. Tendría que entrenar a una red para reconocer la "ropa adecuada", pero entonces no vestiría adecuadamente a las personas sin ropa, sino que arrojaría cosas que parecen cortinas sobre lugares que ya parecían piezas de vestimenta adecuada. Es decir, es más probable que el tronco de un árbol se convierta en una pierna de pantalón que ponerle un vestido a una chica en bikini. Deep Dreaming no elige objetivos para reemplazarlos como un motor de expresión regular de imagen, alucina las coincidencias de manera similar.
Neil Slater
Vea cs.stackexchange.com/questions/47262/…. No puedo demostrar ni probar mucho, ya que es principalmente experiencia personal y observación y no le he dado muchas personas desnudas, pero creo que es más inteligente de lo que usted lo hace. crédito, aunque agradezco que mis ejemplos realmente parezcan bastante adoquinados
:-P
1
Las imágenes son buenas, entre algunas de las más interesantes que he visto de Deep Dreaming. Sin embargo, creo que la búsqueda de un significado y una estructura más profundos más allá de la coincidencia inteligente de patrones es como buscar inteligencia general en una retina disecada. . . hay un nivel al que no nos llevarán las redes más grandes / más rápidas / más profundas recién entrenadas en imágenes: se necesita algo más.
Neil Slater