Нефть Brent
$73.62
+1.07%
0
Ученые из Университета Питтсбурга разработали условный вариационный автокодер, который может создавать уникальные лица для рекламы. Исследование основано на предыдущей работе, в рамках которой изучены автоматизированные методы улучшения понимания рекламы.
«В прошлом проекте мы хотели выяснить, могут ли машины декодировать сложную визуальную риторику, обнаруженную в рекламе, – сообщил Кристофер Томас, один из исследователей, которые проводили работу, Tech Xplore. – Объявления содержат каламбуры, метафоры и другие убедительные риторические конструкции, которые трудно понять машинам. В данной работе мы хотели выяснить, способны ли компьютеры автоматически генерировать такой контент».
Основная задача рекламной индустрии – продвигать продукты или передавать идеи с использованием убедительного языка и изображений. Лица, ключевой аспект рекламы, изображают по-разному в зависимости от рекламируемого продукта и сообщения.
Кристофер Томас с коллегой Адрианой Ковашкой использовал машинное обучение для создания убедительных лиц, которые хорошо работали бы для разных видов рекламы. Эксперты применили условные вариационные автокодеры, или «генеративные модели», модели машинного обучения, которые учатся генерировать синтетические данные, аналогичные тем, которым обучены.
«Автокодеры работают, представляя образ как изображение в виде нескольких цифр, – сказал Томас. – Затем вторая часть модели, декодер, воспроизводит исходное изображение из цифр. Это как форма сжатия, в которой большое изображение представлено несколькими числами».
Имея в своем арсенале достаточно большой набор данных, машина начинает представлять семантические аспекты в числах. Например, в модели, разработанной Томасом и Ковашкой, одно число контролирует форму лица, другое – оттенок кожи и т. д.
Теперь исследователи изучают способы, с помощью которых можно улучшить качество сгенерированных изображений. Для этого необходимо разработать другие генерирующие модели.
