Computadora convierte paisajes de Monet en fotografías

UC Berkeley

Un equipo de programadores de la Universidad de California en Berkeley enseñaron a una red neuronal a convertir pinturas artísticas en fotografías realistas, y viceversa. El informe del proyecto está disponible en ArXiv.org y el código fuente del programa puede encontrarse en el portal GitHub.

Los programadores estadounidenses desarrollaron un algoritmo que extrae característica clave del estilo de una serie de imágenes, y luego determina cómo estas pueden ser aplicadas en otra serie de imágenes. Los desarrolladores optaron por dejar a un lado la aplicación del proceso de aprendizaje de pruebas pareadas, que hubiera mostrado cómo se ven los input en los output. En cambio, para que la computadora pueda comprender la relación entre dos estilos distintos, así como convertir una pintura en una fotografía realista, los desarrolladores utilizaron una red generativa adversa (GAN). Este tipo de red neuronal está compuesto por dos elementos: generativo y discriminativo. 

El generador crea muestras de imágenes que el sistema de discriminación no puede distinguir de las muestras de referencia. Como resultado, surge una suerte de “competencia” entre las dos partes de la red neuronal (justamente por eso se le denomina “adversaria”), en la cual un componente aprende a crear “fakes” de alta calidad y el otro los escoge, permitiendo un resultado final óptimo. Los programadores también rastrearon el algoritmo para corregir de manera manual los errores en el análisis de imágenes. 

En total, para entrenar al programa, se utilizaron cerca de 2 mil imágenes de trabajos de Monet, Van Gogh y Cézanne; 1500 imágenes de pinturas del estilo japonés ukiyo-e; 6753 fotografías de paisajes en Flickr; 2 mil tomas de cebras y caballos; y más de 50 mil fotografías de otros objetos. Al final, el sistema aprendió a convertir imágenes de manera realista de un estilo a otro, y también transformar objetos, aunque esa tarea todavía está por mejorarse. 

Hace poco, un programador de la misma universidad del presente proyecto, desarrolló un sistema que permite cambiar la forma y el color de los objetos en una fotografía de manera mucho más realista. Este proyecto también utilizó la red generativa adversaria. Asimismo, esta tecnología fue usada recientemente en un proyecto que puede modificar la edad de las personas en una fotografía. 

Cristina Ulasovich
Si te gustó esta noticia, entérate de más a través de nuestros canales de Facebook y Twitter.

Suscríbete

Déjanos tu mail para recibir nuestro boletín de noticias

La confirmación ha sido enviada a tu correo.

Leer también

Blog/Entrevistas

admin

A inicios de mes, el 3 de noviembre, la República Popular China lanzó el primer cohete de carga pesada de su historia, el Larga Marcha-5, hito considerado el más grande de todos los avances espaciales del gigante asiático. Dicho lanzador empata la capacidad del imponente Delta-4 Heavy estadounidense, que puede enviar hasta 25 toneladas a la órbita baja de la Tierra. La misión pone al país presidido por Xi Jinping en una posición inmejorable en la carrera espacial y es una muestra más de cómo China es “con pleno derecho, la nueva gran potencia de la exploración espacial”, según el astrofísico Antonio Eff-Darwich. El académico y catedrático de la Universidad de la Laguna brindó una entrevista a N + 1 analizando alcances y potencialidades de aquel país en el referido campo.

China es, “con pleno derecho, la nueva gran potencia espacial”

El pasado 8 de septiembre la NASA lanzó desde Cabo Cañaveral la sonda OSIRIS-REx, con el objetivo de estudiar in situ al asteroide Bennu. Se trata de una misión crucial que traerá por primera vez muestras no contaminadas de un asteroide de tipo primitivo que podremos estudiar en detalle, con los mejores instrumentos de laboratorio que existen. Allí estuvo el Dr. Javier Licandro, Investigador Titular del Instituto de Astrofísica de Canarias (IAC) y colaborador en la referida misión de la agencia espacial estadounidense.

¿Estamos preparados ante el impacto de un mortal meteorito?