Questa Intelligenza Artificiale ricostruisce le foto con precisione agghiacciante

Il team di ricerca di Nvidia ha elaborato un'app di editing che fa sembrare Photoshop un rimedio medievale.

|
27 aprile 2018, 10:25am

Vuoi rimuovere il tuo ex dalle tue vecchie foto del liceo? Il team di ricerca di Nvidia sull'Intelligenza Artificiale è al tuo servizio — la company, infatti, ha appena mostrato una nuova applicazione di deep learning che può editare o ricostruire le immagini. Il software permette a parti di immagini che sono state cancellate o modificate di essere 'ridipinte' o rimpiazzate con un processo di ricostruzione digitale basato sulla parte non corrotta. Il risultato è incredibilmente accurato.

Il video pubblicato da Nvidia mostra diversi oggetti, dai pilastri alle porte alle rocce giganti, che vengono completamente cancellati dalle immagini senza soluzione di continuità con alcuni residui dell'immagine intatti. Nel whitepaper pubblicato, Nvidia ha dichiarato che questo aspetto naturale che si mescola con l'immagine rimanente era l'elemento-chiave di ciò che volevano ottenere.

"Gli approcci precedenti al deep learning erano focalizzati su regioni rettangolari localizzate intorno al centro dell'immagine, e spesso si affidavano a post-produzioni davvero costose. L'obiettivo di questo lavoro è proporre un modello per l'inpainting di immagini che opera in maniera robusta su buchi di pattern irregolari, e produce semanticamente delle predizioni significative che si incorporano armonicamente con il resto dell'immagine senza bisogno di operazioni di post-produzione o ricombinazione."


Secondo i ricercatori dietro il progetto, loro sono stati i primi ad allenare con successo una rete neurale e a processare in immagini i loro buchi irregolari. Questa applicazione toglie la necessità di ore di lavoro ai grafici per raggiungere la perfezione mascherando i diversi layer di Photoshop. Un po' come l'AI che trasformava i gatti in cani, al momento questo progetto è più una prova del fatto che è possibile farlo.

Questo articolo è apparso originariamente su Motherboard US.