Inteligencia Artificial convierte pinturas impresionistas en fotos realistas

Inteligencia Artificial convierte pinturas impresionistas en fotos realistas

Comparta este Artículo en:

Inteligencia Artificial convierte las pinturas de Monet en fotos. También puede cambiar caballos por cebras o invierno a verano.

El arte impresionista está más acerca de los sentimientos que el realismo, pero ¿se ha preguntado alguna vez qué vio Monet realmente cuando creó piezas como Low Tide at Varengeville (arriba)?

Gracias a investigadores de la UC Berkeley, no es necesario ir a Normandía y esperar luz perfecta.

Utilizando la “transferencia de estilo de imagen”, convirtieron sus pinturas impresionistas en un estilo de foto más realista, exactamente lo contrario de lo que las aplicaciones como Prisma hacen.

El equipo también utilizó la misma inteligencia artificial para transformar una foto monótona de paisaje en una pintura pastel que el mismo Monet pudo haber pintado.

La transferencia de estilo se ha convertido repentinamente en algo popular, al parecer, Adobe recientemente mostró una aplicación experimental que le permite aplicar un estilo de foto a otra.

Los investigadores de la UC Berkely han tomado esa idea en otra dirección.

Puede tomar, por ejemplo, una foto normal y transformarla en una pintura de Monet, Van Gogh, Cezanne o Ukiyo-e.

El equipo también fue capaz de utilizar la técnica para cambiar las fotos de Yosemite de invierno a verano, las manzanas en naranjas e incluso caballos en cebras.

La técnica también les permitió hacer trucos de fotos como la creación de profundidad de campo detrás de flores y otros objetos.

El aspecto más interesante de la investigación es el hecho de que el equipo utilizó lo que se llama “datos no emparejados”.

En otras palabras, no tienen una foto tomada en la escena en el momento exacto en que Monet hizo su pintura.

“En cambio, tenemos el conocimiento del conjunto de pinturas de Monet y del conjunto de fotografías de paisaje.

Podemos razonar sobre las diferencias estilísticas entre esos dos conjuntos, y por lo tanto imaginar lo que una escena podría ser como si tuviéramos que traducir de un conjunto en otro.”

Eso es más fácil decirlo que hacerlo.

Primero, necesitaban descubrir las relaciones entre estilos similares de una manera que una máquina pudiera entender.

Luego entrenaron las llamadas “redes de confrontación” usando una gran cantidad de fotos (de Flickr y otras fuentes) y las perfeccionaron haciendo que tanto las personas como las máquinas comprobaran la calidad de los resultados.

Idealmente, el sistema sería “ciclo consistente.”

Así como usted espera tener la oración original cuando traduce el inglés al francés y viceversa, quiere aproximadamente la misma pintura cuando traduce un Monet a una foto y viceversa.

En muchos casos, aparte de una pérdida de resolución de pixeles, el equipo tuvo éxito en ese sentido.

Todo no es perfecto, por supuesto. Dado que los algoritmos tienen que tratar con una gran cantidad de estilos diferentes, tanto para pinturas y fotos, a menudo no logran completamente a la transferencia de uno a otro.

Al igual que con otros sistemas, uno de los principales problemas es con las transformaciones geométricas, cambiar una manzana en una naranja es una cosa, pero tratar de transformar un gato en un perro en lugar produce un gato muy inquietante.

El equipo añade que sus métodos todavía no son tan buenos como el uso de datos de formación pareados, es decir, fotos que coinciden exactamente con las pinturas.

Sin embargo, dejado por su propia cuenta, la Inteligencia Artificial es sorprendentemente buena en la transferencia de un estilo de imagen a otro.

Si quiere probarlo por sí mismo y está cómodo con Linux, puede tomar el código aquí.

Fuentes: Engadget, Gizmodo

Artículos relacionados: