이 소프트웨어는 한 이미지의 스타일을 다른 이미지로 전송합니다.

요즘 사진 편집 소프트웨어를 사용하여 사진을 향상시키는 것이 일반적입니다. 무시 무시한 '적목 현상'과 같은 불완전한 효과를 줄이거 나 이전에는 없었던 요소를 추가하든, 사진 편집은 확실히 여기 있습니다.

Instagram과 같은 일부 응용 프로그램에는 사진 모양을 변경하는 사진 필터가 있습니다. 이러한 필터 중 일부는 사진이 다른 조명 조건에서 촬영 된 것처럼 보입니다.

최근 코넬 대학의 연구원 팀은 Kavita Bala 교수와 Adobe의 Sylvian Paris Eli Shechtman과 공동으로 Fujian Luan 박사 과정으로 구성되어 한 이미지의 스타일을 다른 이미지로 옮길 수있는 소프트웨어를 만들었습니다.

스타일 전송

사진의 물체는 상대적으로 변하지 않으며 스타일 전환 기술은 주로 색상 변경에 중점을 둡니다.

이 기술은 본질적으로 원하는 스타일이 복사되는 도너 이미지입니다. 같은 구조를 유지하면서 스타일을 원하는 이미지에 복사하고 최종 결과는 매우 인상적입니다.

최종 결과가 전혀 어긋나지 않습니다. 사진의 물체는 상대적으로 변하지 않으며 스타일 전환 기술은 주로 색상 변경에 중점을 둡니다.

소프트웨어 결과의 아래 예를 참조하십시오.

작동 원리

본질적으로이 솔루션은 기증자 이미지의 특징을 추출하여 대상 이미지로 주입합니다

팀은이 기술을 실행하기 위해 신경 네트워크 계층을 사용하는 영리한 깊은 학습 솔루션을 만들었습니다.

이름에서 알 수 있듯이 깊은 학습은 컴퓨터 학습의 한 방법입니다. 그것은 신경 네트워크를 사용하여 학습 과제를 완료 할 수 있습니다. 신경망은 조사하는 데이터를 기반으로 학습 할 수있는 컴퓨터 시스템입니다. 이 시스템은 뇌의 생물학적 구성을 기반으로합니다.

처음에는 특정 기증자 이미지에서 나온 사진을 제작하는 것이 어려웠습니다. 그들은 원본 이미지의 경계와 가장자리를 유지하면서 사진을 변경하는 영리한 솔루션을 제시했습니다.

본질적으로이 솔루션은 기증자 이미지의 특징을 추출하여 대상 이미지로 주입합니다.

이미지 사이에 스타일을 전송할 수있는 다른 솔루션이 있지만 '기증자'이미지가 사진 인 경우에도 그림을 닮은 경향이 있습니다.

Cornell / Adobe 팀의 솔루션은 매우 작은 왜곡으로 포토 리얼리즘을 유지 관리하는 데 인상적입니다.

응용 프로그램

이 소프트웨어는 예를 들어 시간 및 날씨와 같은 특정 특성을 전송하는 데 사용될 수 있습니다.

이 기술은 여러 가지 목적으로 사용될 수 있습니다. 물론, 그냥 멋지다. 그러나이 기술을 사용하면 소프트웨어의 사용자가 다른 사진에서 원하는 기존 사진의 다양한 특성을 전송할 수 있습니다.

이 소프트웨어는 예를 들어 시간 및 날씨와 같은 특정 특성을 전송하는 데 사용될 수 있습니다. 이 기법을 사용하여 도너 이미지를 기반으로 사진에 예술적 편집을 추가 할 수도 있습니다.

마지막 생각들

이 소프트웨어는 강력한 이미지 편집 도구임을 입증 할 수 있습니다. 최종 사용자는 사실상 수작업으로 사진을 찍을 수있는 스타일을 신속하게 제공 할 수 있습니다. 걸작을 만드는 데 필요한 모든 것이 적절한 기증자 이미지가 될 것입니다.