(no subject)
Из опубликованного на телеграмм-канале: https://t.me/photoulove
Про нейросети и фотографию (2 из 2).
Чем больше рутины в работе с изображением, тем больше перспектив, что на месте человека в итоге окажется нейросеть. Ведь самая привлекательная черта технологии - это скорость выполнения выученных ею задач. Уже сейчас технология вполне "зримо" наступает на позиции рутинных околофотографических процессов и связанных с ними профессий - ретушера и колориста.
4. Первым она не иллюзорно угрожает в части переноса стиля одной фотографии на другой без потери реалистичности изображения. Этот процесс и сейчас, надо полагать, в значительной степени автоматизирована силами Photoshop, но нейросетью сводится к одному щелчку и полному отсутствию посредника. Вполне можно представить, что никакой нужды в услугах цифровой фотолаборатории, вроде 10b Photography (о работе которой на ведущих репортёров мира читайте по интереснейшей ссылке ниже), больше не будет. Вот пара моментов из этого материала, которые для нейросети не выглядят проблемой.
1)"По словам Палмизано, работать с фотографами в первый раз достаточно трудно. «Необходимо время, чтобы настроиться на одну волну, - объясняет он. - С каждым новым фотографом мы обмениваемся сотнями электронных писем, ссылок на «контрольки», выложенных в сети, и превьюшки. Но как только понимание достигнуто, все налаживается»."
2)"На фотографии, посвященные арабскому конфликту, сильно влияли нерегулярный и слабый сигнал спутникового Интернета у Юрия и, как следствие, нехватка времени у меня из-за большого количества снимков»."
http://spbphotographer.ru/2013/03/post-processing_10b/
https://www.theverge.com/2017/3/30/15124466/ai-photo-style-transfer-deep-neural-nets-adobe
5. Что-то похожее, вероятно, произойдёт/происходит и с продуктом работы колориста. Услуга, ценимая ввиду своей трудоёмкости, сводится к нажатию единственной кнопки. Конечно, нейросети совершают "правдоподобные" ошибки, но в конце концов на распознанном изображении можно цвет и подсказать. И если до недавних пор любой колористический продукт становился предметом всеобщего восхищения и становился неплохим вирусным материалом - например, к событию 9 мая - то теперь это становится сервисной услугой социальной сети.
https://meduza.io/shapito/2016/07/19/algoritmia-neyroset-raskrashivaet-cherno-belye-fotografii
https://news.mail.ru/society/29531179/
https://therunet.com/news/25654.
6. И совсем "вчера" пришли новости для любителей красивых пейзажей, ценность которых уже давно под вопросом и сводится к бесконечному производству всё новых wallpaper для не стареющего Windows. Та самая рутина, хотя и приятная, надо полагать, в процессе.
Нейросеть обучили "каждому отдельному параметру эстетики (насыщенности цвета, композиции, четкости и освещению) на примере работ профессиональных фотографов", а затем попросили нарезать панорамные фотографии Google Street View, подкрутив все выученные параметры. Получилось настолько убедительно, что при слепой оценке самые удачные результаты были приняты профессионалами за работы своих коллег.
Google Street View в силу своего практического предназначения привязан к дорогам. Нужны более экзотические локации? Запускайте дрон, а уж нейросеть как-нибудь справится.
https://nplus1.ru/news/2017/07/17/machine-learning-photography
Про нейросети и фотографию (2 из 2).
Чем больше рутины в работе с изображением, тем больше перспектив, что на месте человека в итоге окажется нейросеть. Ведь самая привлекательная черта технологии - это скорость выполнения выученных ею задач. Уже сейчас технология вполне "зримо" наступает на позиции рутинных околофотографических процессов и связанных с ними профессий - ретушера и колориста.
4. Первым она не иллюзорно угрожает в части переноса стиля одной фотографии на другой без потери реалистичности изображения. Этот процесс и сейчас, надо полагать, в значительной степени автоматизирована силами Photoshop, но нейросетью сводится к одному щелчку и полному отсутствию посредника. Вполне можно представить, что никакой нужды в услугах цифровой фотолаборатории, вроде 10b Photography (о работе которой на ведущих репортёров мира читайте по интереснейшей ссылке ниже), больше не будет. Вот пара моментов из этого материала, которые для нейросети не выглядят проблемой.
1)"По словам Палмизано, работать с фотографами в первый раз достаточно трудно. «Необходимо время, чтобы настроиться на одну волну, - объясняет он. - С каждым новым фотографом мы обмениваемся сотнями электронных писем, ссылок на «контрольки», выложенных в сети, и превьюшки. Но как только понимание достигнуто, все налаживается»."
2)"На фотографии, посвященные арабскому конфликту, сильно влияли нерегулярный и слабый сигнал спутникового Интернета у Юрия и, как следствие, нехватка времени у меня из-за большого количества снимков»."
http://spbphotographer.ru/2013/03/post-processing_10b/
https://www.theverge.com/2017/3/30/15124466/ai-photo-style-transfer-deep-neural-nets-adobe
5. Что-то похожее, вероятно, произойдёт/происходит и с продуктом работы колориста. Услуга, ценимая ввиду своей трудоёмкости, сводится к нажатию единственной кнопки. Конечно, нейросети совершают "правдоподобные" ошибки, но в конце концов на распознанном изображении можно цвет и подсказать. И если до недавних пор любой колористический продукт становился предметом всеобщего восхищения и становился неплохим вирусным материалом - например, к событию 9 мая - то теперь это становится сервисной услугой социальной сети.
https://meduza.io/shapito/2016/07/19/algoritmia-neyroset-raskrashivaet-cherno-belye-fotografii
https://news.mail.ru/society/29531179/
https://therunet.com/news/25654.
6. И совсем "вчера" пришли новости для любителей красивых пейзажей, ценность которых уже давно под вопросом и сводится к бесконечному производству всё новых wallpaper для не стареющего Windows. Та самая рутина, хотя и приятная, надо полагать, в процессе.
Нейросеть обучили "каждому отдельному параметру эстетики (насыщенности цвета, композиции, четкости и освещению) на примере работ профессиональных фотографов", а затем попросили нарезать панорамные фотографии Google Street View, подкрутив все выученные параметры. Получилось настолько убедительно, что при слепой оценке самые удачные результаты были приняты профессионалами за работы своих коллег.
Google Street View в силу своего практического предназначения привязан к дорогам. Нужны более экзотические локации? Запускайте дрон, а уж нейросеть как-нибудь справится.
https://nplus1.ru/news/2017/07/17/machine-learning-photography