| Re:Wieso, ist doch nett! |  |
>>>[https://www.youtube.com/watch?v=p5U4NgVGAwg]
>>
>>Was stört dich denn daran, das trau ich dem ganzen neuralen Netzwerk Kram schon zu.
>
>Wie soll das funktionieren? Nur schon das mit der Textur, so dass die genau auf die Zeichnung passt. Auch die Steine, die stimmen ja fast perfekt. Machst nen Streifen auf nen Berg und hast nen Wasserfall? Ich weiss nicht!?
Neuronale Netzwerke gucken sich Millionen von Beispielen an (dazu benötigt man Daten die korrekte Labels tragen - als das Bild beschreiben z.B. Katze auf einem Baum). Dann können sie quasi "Essenz" dessen was gezeigt wurde aus den Bildern ziehen. Wenn sie genügend Bilder von Katzen bekommen dann können sie jede beliebige Form mit "Katze" füllen. Also den Dingen welche das Objekt Katze im Kern ausmacht. Das gleiche bei "Felsen" wäre halt neben der Struktur auch der typische Schattenwurf (unten dunkel, oben hell etc.).
Hier das Katzenbeispiel wo man nur Katzenbilder trainiert hat und dann dem Netzwerk die Aufgabe gibt beliebige Formen mit "Katze" zu füllen. Es sieht je nach zu füllender Form sehr seltsam aus.
[https://phillipi.github.io/pix2pix/images/edges2cats.jpg]
[https://boygeniusreport.files.wordpress.com/2017/02/cats.jpg]
[https://affinelayer.com/pixsrv/beholder.jpg]
Im Nividia Demo hat man das Gleiche mit "Stein" "Wolken" "Wasserfall" "Gras" "Bäume" etc. gemacht und lässt es nun in Echtzeit frei kombiniert.
Man kann übrigens auch einen Malstil extrahieren. Ein Katzenbild kombiniert mit der "Essenz" Vincent van Gogh Stil:
[https://cdn-images-1.medium.com/max/1200/0*JTxhYFzNFZ0xlWlB.png]
Oder hier den Stil eines einzelnen Bildes ebenfalls auf ein einzelnes Bild einer Katze angewandt:
[https://assets.nst.com.my/images/articles/aiart_NSTfield_image_socialmedia.var_1552990351.jpg]