英偉達通過利用GAN及無監(jiān)督學習，實現(xiàn)了場景間的四季轉換

英偉達近期在GAN相關研究和應用方面進展迅猛，在前一陣的成果展示中，通過利用生成對抗網絡(GAN)及無監(jiān)督學習兩種深度學習技術，實現(xiàn)了場景間的四季轉換，通俗來說，就是去除路旁的積雪或是為干枯的樹木補齊樹葉，這一成果也被其利用在自動駕駛數(shù)據(jù)收集方面。

在近日英偉達發(fā)表的論文中，對該技術的描述是‘多模’，能夠將一幅圖像轉換為多幅圖像。舉例來說，用一張豹子的照片或視頻，可將其變?yōu)榧邑垼匣⑸踔凉贰?/p>

兩種深度學習技術，無監(jiān)督學習和生成對抗網絡(GAN)，其工作方式是將圖像內容與風格分開。如在貓的照片中，貓的姿勢是內容，品種是風格。在變換物種的過程中，內容是一致的，變化的是品種或物種外形特征。

除了上述的應用外，多模式圖像翻譯還可為工作室提供更快更簡單的方式來創(chuàng)建角色或世界，或是幫助藝術家放置冗長的任務，讓其擁有更多發(fā)揮想象力的空間。