「雷锋网」跨物种造物,AI 将长颈鹿图片转换为鸟,还骗过了人类与机器( 二 )
接下来让我们来看看 InstaGAN 生成的成品图 。
本文插图
有些转换的效果令人印象深刻 。 InstaGAN 学会了如何模糊顶部的风景 , 使它们看起来像微距镜头即使过渡的地方并不是十分丝滑 , 一只长颈鹿的肩膀还在 , 但是 AI 巧妙地把它处理成了一块石头 , 希望你不会注意到 。
背景模糊效果还不错 , 在处理前景时 , InstaGAN 造了一根木头作为鸟的栖息处 , 并突出了树枝、岩石裂缝等细节 , 也模糊了附近的鸟脚 , 整个效果比较自然 。 但有几张图片还能隐隐看到长颈鹿的肚子和腿 , 于是 InstaGAN 把它们变成了绿色 , 可能是希望能错认是一片叶子之类的植物 。
本文插图
当然很多时候转换效果并不好 。 由于可能受到不寻常背景的影响 , 人工智能没有成功地改变图像外观 。 这里也很明显 , 人工智能移除长颈鹿的一般策略是 , 将鸟的身体复制粘贴到长颈鹿的头、脖子和肩膀部分 , 然后尽力隐藏长颈鹿的腿 。 如果带着这样的想法看上图几张照片 , 你会立刻发现长颈鹿的大长腿还在那里 , 模型的多次失败都与难以掩盖的长颈鹿的腿有关 。
为了评估生成的图像的真实性和质量 , 作者进行了定性和定量分析 。 定性分析是 , 随机挑选 FakeSet 335 张图片去评估图片 , 标准是转换质量、轮廓和纹理几项 , 选项只有两个——"Good???? 或者 "Bad????。 每个属性的最终分数是 335 张图片的平均分 , 用 0 到 1 之间的分数表示( 0 表示质量差 , 1 表示质量好) 。 如果一个属性的值等于 0.75, 则意味着 3/4 的图片在该属性中表现良好 , 1/4 的图片表现不佳 。 具体可见下表 。
本文插图
为了进行定量分析 , 他们使用了一个预先训练好的 Mask R-CNN(Mask Region-based Convolutional Neural Network)新生成的数据集 FakeSet, 对 2546 张图片进行分析 , 评估结果是 , 289 幅图片是垃圾(甚至没有检测到鸟类存在) , 717 幅不令人满意(常用指标 F-score 低于 0.8 ) , 1540 幅令人满意 。 F-score 遵循一个偏斜的正态分布 , 倾向于最佳分数 。
本文插图
综上 , 该论文结论是 , FakeSet 实现了接近真实数据集的检测和分割结果 , 虽然大多数图像并不完全真实 , 但是正确转化的比例也很高 , 检测和分割结果也是高可信的(高于80%) 。 这说明生成的图像足够逼真 , 不管是肉眼难以察觉 , 也经得起最先进的深层神经网络的检验 。
雷锋网雷锋网雷锋网
推荐阅读
- 「猛犸驻马店」驻马店实验小学牵手营口市雷锋文化展览馆,让雷锋精神薪火相传
- 「明朝」一个福建商人从菲律宾偷回一个新物种,明朝总人口因此首次破亿
- 【小仙女叨叨】人类的起源是什么?是否真的是由“造物主”创造?DNA中发现线索
- 大熊游戏▲这些六技能宠该如何打造?,《神武4》电脑版天工造物新宠来袭
- 电竞撸圈老司机▲她集颜值与技术于一体,COD16:斗鱼美女主播或成稀有物种
- [雷锋]雷锋,从未离开!400万人观看线上直播
- 『雷锋网』乔姆斯基专访:深度学习并没有探寻世界本质
- :笑话:每年高考成绩公布后,就会涌现出一大批新物种,
- 濒危物种@高速免费到什么时候?答案来了!
- 「BIG大魔王」耐攻宠物地位有所变化?,《神武4》电脑版天工造物战斗更新
