Алгоритм сделал фотографии в Instagram объемными

Недавно американские разработчики представили открытый алгоритм, превращающий фотографии в трехмерные с реалистично дорисованным нейросетью фоном. Французский разработчик Сириль Дианье (Cyril Diagne) использовал код этого алгоритма и создал расширение для браузера Google Chrome, преобразующего посты в Instagram из обычных в трехмерные и анимированные. При этом основные вычисления проводятся на бесплатном публичном сервере для машинного обучения, поэтому использовать расширение можно даже на не очень мощном компьютере.

Существуют алгоритмы, позволяющие создавать из двумерных изображений трехмерные, причем если раньше они носили исследовательский характер, то сейчас их можно встретить в обычных приложениях, таких как Facebook. Но в большинстве сайтов и приложений такой функции пока нет, а в тех, где она уже используется, она обычно реализована не очень качественно. Особенно это касается качества дорисовки фона за объектами, а также отделения объектов и фона друг от друга.

В середине апреля группа американских разработчиков из Политехнического университета Виргинии и Facebook создала новый алгоритм, который качественно отделяет объекты на переднем плане от фона, а затем дорисовывает пустые участки заднего плана, используя данные от соседних областей. Более подробно о работе исходного алгоритма можно прочитать в нашей заметке.

Как и в случае со многими алгоритмами машинного обучения, авторы опубликовали не только статью о нем, но и код с документацией. Сириль Дианье из Google Arts использовал этот код для создания браузерного расширения, анимирующего фотографии из Instagram, который сам по себе не имеет такой функции.

Алгоритм работает на основе нейросети, и даже с обученной моделью на обработку сразу нескольких фотографий из постов на экране необходимы довольно большие вычислительные ресурсы. Дианье использовал гибридную структуру программы: пользовательская часть работает как расширение для браузера, а непосредственно обработка изображений проходит в облаке на Google Colab. В нем пользователь получает бесплатный доступ к одному мощному графическому ускорителю и возможность запуска произвольного кода на Python.

Разработчик опубликовал код и инструкцию на GitHub, но признал, что ее необходимо доработать, чтобы с ней справились обычные пользователи, и заявил, что планирует это сделать. Кроме этого у программы есть и другие ограничения: Google Colab сбрасывает конфигурацию каждые 12 часов, поэтому ее необходимо настраивать заново, а кроме того, неизвестно, как расширение соотносится с правилами использования Instagram.

Это далеко не первый нейросетевой алгоритм, работающий прямо в браузере. Ранее мы рассказывали о браузерном алгоритме для подмены лиц и превращения набросков в фотографии, а также наборе алгоритмов от Google для отслеживания лиц и автоматического кадрирования.

Григорий Копиев