{"id":2567,"title":"\u041f\u0440\u0435\u0437\u0435\u043d\u0442\u0430\u0446\u0438\u044f Acer: \u043d\u043e\u0443\u0442\u0431\u0443\u043a\u0438, \u043c\u043e\u043d\u0438\u0442\u043e\u0440\u044b, \u043f\u0440\u043e\u0435\u043a\u0442\u043e\u0440\u044b... \u0434\u043e\u0436\u0434\u0435\u0432\u0438\u043a","url":"\/redirect?component=advertising&id=2567&url=https:\/\/vc.ru\/acer_russia\/317785-next-2021&placeBit=1&hash=a6b26590b22c52d427a370f69825609122f6156e016037e8049771ca0bfc8ad2","isPaidAndBannersEnabled":false}

Машинное обучение превращает реальные фотографии в фон в стиле аниме

Исследование показывает, что фреймворк «AnimeGAN» уже может создавать фотографии в стилях Хаяо Миядзаки, Паприки и Макото Синкая.

Китайская группа исследователей из Уханьского университета и Технологического университета Хубэй разработала структуру машинного обучения, которая может превращать фотографии в высококачественный фоновый рисунок в стиле аниме.

Их исследование включает в себя пример фотографии, выполненной в стилях «Хаяо Миядзаки», «Паприка» (фильм режиссера Сатоши Кона) и «Макото Синкай».

Предлагаемый фреймворк называется «AnimeGAN: A Novel Lightweight GAN for Photo Animation». Их решение сочетает в себе передачу нейронного стиля и генеративные состязательные сети (GAN) для достижения быстрых и высококачественных результатов с помощью легкого фреймворка. Цель фреймворка - помочь художникам сэкономить время при создании линий, текстур, цветов и теней.

Авторы исследования Цзе Чен, Ган Лю и Синь Чен впервые представили доклад на Международный симпозиуме по интеллектуальным вычислениям и приложениям 2019.

26 мая он стал доступен через онлайн-центр академической литературы Springer Link. Японское информационное агентство ITMedia отметило это исследование в статье опубликованной во вторник.

Пользователь GitHub с ником «TachibanaYoshino» реализовал открытый исходный код для AnimeGAN с помощью платформы машинного обучения Tensorflow. Любой желающий может скачать код и использовать его для создания собственных изображений в стиле аниме.

Индустрия высоких технологий продолжает добиваться успехов в разработке программ искусственного интеллекта для облегчения рабочей нагрузки по производству аниме.

Юичи Яги из Dwango дебютировал в 2017 году с программой AI которая создает промежуточную анимацию. Затем Dwango объявили, что программа была использована для некоторых частей аниме FLCL Progressive.

Imagica Group и OLM Digital объединили усилия с Институтом науки и технологий Нары (NAIST) для разработки метода автоматического окрашивания и дальнейшего расширения возможностей искусственного интеллекта.

В прошлом году исследователи компании NCSoft (Guild Wars 2) Джун-Хо Ким, Минджэ Ким, Хёнву Кан и Кванхи Ли представили программу, которая использует генеративные состязательные сети (GAN) для преобразования реальных людей в персонажей аниме. Механизм искусственного интеллекта DeepAnime компании AlgoAge Co. может автоматически генерировать говорящую анимацию на основе одного изображения и записи голоса.

Издатель манги Hakusensha начал использовать программу автоматической раскраски PaintsChainer для некоторых онлайн-выпусков своей манги.

0
11 комментариев
Популярные
По порядку
Написать комментарий...

Короче ожидаем исекаи с полностью сгенерированными нейронками сюжетами и также полностью нарисованные нейронками к 2025 году.
Люди не нужны

3

то есть, сейчас они все вручную создаются?

3

Промежуточные вещи же пока только автоматизировали. А все остальное люди делают? Или я чего то не знаю?

1

я про их сюжет, их явно нейронка пишет

1

Их пишет один японский литературный негр за еду и возможность 1 раз в год выйти на пляж

5
Абстрактный дебаркадер

Комментарий удален по просьбе пользователя

2

Хули сюжеты плохие такие? Лучше делай слыш

5
Абстрактный дебаркадер

Теперь теги нужно ставить не для поиска а для составляения сюжета или смены персонажей. Идеально

2
Абстрактный дебаркадер

Комментарий удален по просьбе пользователя

–3

Ну, как пример, можно брать фотоколлажи, всякий фотобаш, но не финализировать его ручками, а пропускать через эту прогу.

0
Читать все 11 комментариев
null