Los equipos de investigación a menudo experimentan con contenido de video utilizando redes neuronales. Tomemos a NVIDIA, por ejemplo, que a fines de 2017 entrenó una red neuronal para cambiar el clima y la hora del día en video. Otro proyecto de este tipo fue lanzado por investigadores de la Carnegie Melon University, quienes crearon una red neuronal para imponer las expresiones faciales de una persona en la cara de otra.
El proyecto se basa en la tecnología DeepFakes para cambiar caras en video. Se basa en una forma de aprendizaje automático generativo y adverso. En su marco, el modelo generativo intenta engañar al discriminatorio y viceversa, por lo que el sistema comprende cómo el contenido puede transformarse en un estilo diferente.
El algoritmo de ciclo-GAN para transferir propiedades a otro objeto no es ideal y permite artefactos en la imagen. Para mejorar la calidad de la red neuronal, los investigadores utilizaron su versión mejorada de Recycle-GAN. Tiene en cuenta no solo la posición de las diferentes partes del rostro, sino también la velocidad de su movimiento.
La red neuronal transfirió con éxito las expresiones faciales del presentador de televisión Stephen Colbert al rostro del comediante John Oliver. Además, transfirió el proceso de floración del narciso al hibisco.
Los investigadores creen que la tecnología podría usarse en cinematografía. Esto acelerará el proceso y reducirá el costo de hacer películas. La capacidad de las redes neuronales para cambiar el clima en video hará que sea más fácil enseñar a los autos eléctricos a conducir en diferentes condiciones climáticas.
Ramis Ganiev
Video promocional:
