【飞桨开发者说】姚晓雨,中国科学技术大学材料学博士研究生,主要研究深度学习在材料设计领域的应用
场景描述:许多艺术作品中,在真实的表象之下,会隐藏一些难以察觉的秘密 。比如在毕加索的一些绘画里,就有被新画覆盖掉的作品。而在 X 光检测和神经风格迁移等技术下,被「藏」起来的作品得以重现。
点击上方↑↑↑“OpenCV学堂”关注我来源:公众号 量子位 授权 只用几笔,如何勾勒一只动物的简笔画,很多人从小都没整明白的问题—— 如今AI也能实现了。 下面图中,左边是三张不同的动物照片,右边是AI仅用线条来描出它们的外形和神态。 从32笔到4笔,即使大量信息都抽象略去了,但我们还是能辨识出对应动物,尤其是最下面的猫猫,只需4笔曲线也能展示出猫的神韵: 再看这匹马,抽象到最后只保留了马头、马鬃和扬蹄飞奔的动作,真有点毕加索那幅公牛那味儿了。 更神奇的是,其背后的模型CLIPasso并没有在速写
行早 发自 凹非寺 量子位 | 公众号 QbitAI 只用几笔,如何勾勒一只动物的简笔画,很多人从小都没整明白的问题—— 如今AI也能实现了。 下面图中,左边是三张不同的动物照片,右边是AI仅用线条来描出它们的外形和神态。 从32笔到4笔,即使大量信息都抽象略去了,但我们还是能辨识出对应动物,尤其是最下面的猫猫,只需4笔曲线也能展示出猫的神韵: 再看这匹马,抽象到最后只保留了马头、马鬃和扬蹄飞奔的动作,真有点毕加索那幅公牛那味儿了。 更神奇的是,其背后的模型CLIPasso并没有在速写画数据集上训练
疫情期间,“云”逛博物馆成为了艺术界新风潮。从故宫博物院到纽约的大都会博物馆,都推出了360度在家看展功能。
我叫Edmond de Belamy,是这个星球上第一幅参加艺术品拍卖的AI画作。
从基于jetson的服务robodog,到能够即时检测血液中癌症的算法,这些都是今年在NVIDIA开发者新闻中心报道的十大AI开发者故事。
我的这个专栏叫做图像质量评价,但是什么叫做图像的质量呢? 图像质量是一个非常宽泛的概念,在不同情况下有不同的理解。
您可以添加占位符图像,直到从Internet加载图像。您还可以添加异常处理,以防在获取图像时发生任何错误。
由Goodfellow等人于2014年引入的生成对抗网络(GAN)是用于学习图像潜在空间的VAE的替代方案。它们通过强制生成的图像在统计上几乎与真实图像几乎无法区分,从而能够生成相当逼真的合成图像。
绝大部分用户可能只是通过 Prisma 过了一把当画家的瘾,但对于程序猿们来说,仅仅得到一张风格迥异的新照片似乎还远远不够。 近日,有位外国开发者根据 fast.ai 平台开设的深度学习代码实践课程,
本节学习来源斯坦福大学cs20课程,有关本节源代码已同步只至github,欢迎大家star与转发,收藏!
生成型对抗性网络,简称GEN,在2014年时被发明。它与上一节介绍的VAE也就是编解码网络一样,擅长于图像构造,然而它的功能比VAE要强大不少,我们现在时常听到AI合成网络主播,类似功能的实现绝大多数都基于我们这次要探讨的对抗性网络。
如果你的手法拙劣,没有任何艺术细菌,自己作画完全无法见人。但是你想给妹子送上一张有个性的新年贺卡怎么办?
本书节选自图书《机器学习之路——Caffe、Keras、scikit-learn实战》 文末评论赠送本书,欢迎留言! 丰富的实战案例讲解,介绍如何将机器学习技术运用到股票量化交易、图片渲染、图片识别等领域。 本文将探索深度学习落地到图像处理领域的方案,适合有一定深度学习实践经验的读者进阶阅读。 使用深度学习作画的起源是有三个德国研究员想把计算机调教成梵高,他们研发了一种算法,模拟人类视觉的处理方式。具体是通过训练多层卷积神经网络,让计算机识别,并学会梵高的“风格”,然后将任何一张普通的照片变成梵高的《星空》
这篇博客介绍的是深度神经网络中常用在图像处理的模型——卷积神经网络(CNN),CNN在图像分类中(如kaggle的猫狗大战)大显身手。这篇博客将带你了解图像在计算机中是如何存储的,什么是卷积,卷积神经网络的四个重要环节(局部感知、参数共享、多卷积核、池化),不会涉及复杂的公式。 计算机是怎么存储图片的 为了更好的理解计算机对图片的存储,我找了一个非常简单的图片,是一个385*385(像素)的jpg格式的图片,如图1所示,这个图片就是一个白色为底色,数字为黑色的数字“2”,也就是说,图片中只涉及两种颜色——
微软近期推出了Power Apps 新功能 Express Design。只要上传一个草图或者是 Figma 文件,Express Design 都会在几秒钟之内用 AI 技术将其转化为一个应用程序。
【新智元导读】Nature今日刊文,介绍了信息可视化带给生物学的变革。其中,研究人员通过计算机视觉技术,用数码影像生成数字化三维模型,计算机能自动识别标本的各项特征,而这些数据可以用于确定该生物与其他物种以及同种类中不同个体间的关系。 (文/Ewen Callaway)巧妙的可视化能改变生物学家对数据的理解。现在,科学家已经能够对每个 RNA 分子进行测序,或把显微镜图像录入硬盘,生命科学家正在寻找越来越多的新创可视化方法,理解他们收集的大量原始数据。 今年3月,在德国海德堡举行的欧洲分子生物学实验室会议,
虚拟现实似乎正在进入我们的日常生活。据报道,即将在今年 5 月举办的艺术展会,主题为“毕加索走进中国”,将引入 VR 虚拟现实及 3D 数字技术。 此次艺术展由山水文园集团、意大利 Metamorfo
毕加索是近代最成功的艺术家,是抽象画派的开山师祖,而且凭借那些惊悚的抽象线条创造出来的画作非常挣钱。毕加索这种抽象创造能力能不能用计算机实现呢,随着深度学习的进一步发展,答案是肯定的。
肉眼可以相对容易地将猫的图片与迷惑人的版本连接起来,但这对于现成的计算机视觉API并非总是如此。在CVPR会议上,来自UnifyID的研究人员证明,猫科动物的风格化照片欺骗到Watson的物体识别工具概率超过97.5%。
内容提要:艺术作品往往寄托着作者内心的情感,人们欣赏一支乐曲、一幅画作,也会产生情感共鸣。计算机又能否理解艺术画作中的情感?斯坦福大学的研究团队正在开发这一算法。
(本文基本逻辑:音画原始数据分析工具介绍 → 编码数据分析工具介绍 → 封装格式分析工具介绍)
近日,来自CMU和Snap机构的研究人员,构建了一个根据文本描述创建电影画面的全自动方法——Text2Cinemagraph。
尽管我们可能无法从头开始构建自己的机器学习模型,但是类似于Runway ML和Joel Simon即将推出的Artbreeder等新兴工具的出现使得每个人都可以借用开源的机器学习模型进行艺术创作。
2017年,CapsuleNet的出现是Hinton大佬对于卷积神经网络等的思考,想去构建一种新的网络结构, 如何克服CNN存在的问题的,那CN网络又存在什么问题:
在今年的神经网络顶级会议NIPS2016上,深度学习三大牛之一的Yann Lecun教授给出了一个关于机器学习中的有监督学习、无监督学习和增强学习的一个有趣的比喻,他说:如果把智能(Intellige
金磊 萧箫 发自 凹非寺 量子位 | 公众号 QbitAI 家人们,听说了吗? 最近在“一句话生成画作”这个圈子里,又一个AI工具悄然火起来了。 不是你以为的Disco Diffusion、DALL·E,再或者Imagen…… 而是全圈子都在讲中国话的那种。 瞧,已经入圈的小伙伴们,都开始纷纷晒自己搞出来的杰作了: 从网友们上传的诸多画作来看,这个AI可以cover的风格还真不少。 脑洞大开的《熊猫骑摩托》,中国山水画里的春天小雨,绚丽的概念插画《亚特兰蒂斯》,甚至一只黑白色调的戴帽子抽烟的狗…… 那这
引言 艺术之美根植于其所传达的信息。有时候,现实并非我们所看到或感知到的。达芬奇(Da Vinci)和毕加索(Picasso)等艺术家都通过其具有特定主题的非凡艺术品,试图让人们更加接近现实。 数据科学家并不逊色于艺术家。他们用数据可视化的方式绘画,试图展现数据内隐藏的模式或表达对数据的见解。更有趣的是,一旦接触到任何可视化的内容、数据时,人类会有更强烈的知觉、认知和交流。 在数据科学中,有多种工具可以进行可视化。在本文中,我展示了使用Python来实现的各种可视化图表。 怎样才能 在Python中实
安妮 千平 编译整理 量子位 出品 | 公众号 QbitAI 各位亲爱的文化圈权威,今年不用再看画了:近年来最大的艺术成就已经发生了。 这项艺术成就的诞生地,不是北京、新加坡、柏林郊区颜料四溅的画室中,不是威尼斯双年展上。请记住它出现的地点:美国新泽西州新布朗斯维克(New Brunswick),就在Turnpike高速公路9号出口附近。 📷 新布朗斯维克是美国罗格斯大学(Rutgers)的主校区所在地,这所学校的艺术与人工智能实验室(AAIL)就在这里。与其说这个实验室像一个艺术孵化器,
正如那些追随我创作的人都知道,我从事绘画创作机器人的历程已超过 15 年。我从未命名过这些机器,因为我只是将它们视为艺术工具。但今年不同于往年,其中一个机器人在创作上变得非常独立,于是我给它起了一个名字:artonomous。
“普通的”卷积神经网络是当前机器学习领域最热的一个概念, 但是它也有一些问题,例如不能识别空间关系,比如说图片或其他数据里不同部分之间的相对位置关系。Hinton最近提出的胶囊神经网络也许能帮助我们解决包括这一问题和其他问题。
现在很多人都喜欢拍照(自拍)。有限的滤镜和装饰玩多了也会腻,所以就有 APP 提供了模仿名画风格的功能,比如 prisma、versa 等,可以把你的照片变成 梵高、毕加索、蒙克 等大师的风格。
编译|黄念 校对|丁一 引言 艺术之美根植于其所传达的信息。有时候,现实并非我们所看到或感知到的。达芬奇(Da Vinci)和毕加索(Picasso)等艺术家都通过其具有特定主题的非凡艺术品,试图让人们更加接近现实。 数据科学家并不逊色于艺术家。他们用数据可视化的方式绘画,试图展现数据内隐藏的模式或表达对数据的见解。更有趣的是,一旦接触到任何可视化的内容、数据时,人类会有更强烈的知觉、认知和交流。 在数据科学中,有多种工具可以进行可视化。在本文中,我展示了使用Python来实现的各种可视化图表。 怎样才能
上一期我们提到了,可以像理解,生物学中能量转换的方式一样,解释科学,工程,设计和艺术的创意能量转换。
今天我们学习如何训练图像分类器,只需通过图像目录即可完成。比如说,你想要构建一个分类器来区分霸龙和三角龙的图片:
【新智元导读】剑桥顾问公司的研究人员开发了一个名叫“文森特”的AI系统,使用深度学习,能够自动将涂鸦补全成类似古典大师风格的作品。研究人员表示,文森特是首个能够实时解读用户绘制内容,并在用户停笔后将画作补完的系统,而且在平板上运行;除了艺术,还有更多潜在应用。 如果你喜欢艺术但下笔皆为灵魂画作,那么今天要介绍的这个项目肯定合你心意。 AI研究者创建了一个名叫“文森特”(Vincet)的系统——是的,就是梵高那个文森特——使用深度学习,将简笔画转变为“艺术品”。用户在平板上的涂鸦经过文森特之手(姑且这样表述)
PC时代,是app store的代表是黄页、导航网站;移动互联网,则是apple store,各种安卓应用市场;微信超级app,则带来了新榜之类的公众号store;游戏方面,则一直都有各种store,比如steam、taptap。区块链,有dapp store……
编译|黄念 校对|丁一 引言 艺术之美根植于其所传达的信息。有时候,现实并非我们所看到或感知到的。达芬奇(Da Vinci)和毕加索(Picasso)等艺术家都通过其具有特定主题的非凡艺术品,试图让人们更加接近现实。 数据科学家并不逊色于艺术家。他们用数据可视化的方式绘画,试图展现数据内隐藏的模式或表达对数据的见解。更有趣的是,一旦接触到任何可视化的内容、数据时,人类会有更强烈的知觉、认知和交流。 在数据科学中,有多种工具可以进行可视化。在本文中,我展示了使用Python来实现的各种可视化图表
去年,美国一对夫妇(Steven 和 Andrea Frank)开发了一个AI程序,用来帮助专家鉴定艺术品。
本文探讨了人工智能和机器学习的模型对于自然语言处理任务的鲁棒性。作者介绍了鲁棒性模型的基本概念,并详细阐述了基于对抗训练、元学习和度量学习的方法。同时,文章还讨论了人工智能和机器学习的未来发展,包括强化学习和多智能体系统等方面。
深度学习目前在图像处理领域有着非常好的应用和研究,在医学领域可以用它在极早期判断癌症;在安防领域,可以用它来快速检索目标任务,进行可疑或危险人物的检测与抓捕;在金融领域,可以较好的分析风险风控等。 但
【导读】你的五福集齐了吗?作为一名技术人,我们是不是可以用技术方法快速实现呢?今天,我们就为大家推荐四种新鲜的方法,生成风格不同又数量庞大的「福」字,让大家不用满世界找福字,动动手指即可。
地址:https://github.com/Baiyuetribe/paper2gui
第一步在常见 AI 作图模型输入「一只胖胖的像面包的橘猫」,画出一只长得很像面包的猫猫,然后用概念半透膜 SPM 技术,将猫猫这个概念擦掉,结果它就失去梦想变成了一只面包。上图 1 是更多的猫猫图失去猫这个概念后的结果。
4月15号《权力的游戏》第八季开播啦!从第一季开始,就有同学告诉小编“永远猜不出来主角是谁,你以为他是主角?不好意思,下集就领便当了” 。
目前 NFTs 的最大用途是在数字内容领域。那是因为这个行业现在已经崩溃了。内容创造者看到自己的利润和盈利潜力被平台吞噬。
Picasso 英文意思国外一个很有名的画家毕加索的名字,国外项目取名还是很有意思的! 从github新下载的picasso项目有依赖其他第三方开源项目okhttp和okio,这两个项目也是相当经典的,据说okhttp里网络请求的代码处理逻辑已经加入到android4点几的源码中了。 picasso也提供了封装好了的jar包可以使用,这样就不需要导入okhttp和okio项目了,但是看jar包里的OkHttpDownloader这个类还是引用了okhttp里的对象,可是在jar包里并没找到,不知道为什么~谁
领取专属 10元无门槛券
手把手带您无忧上云