
زمان مطالعه: 2 دقیقه
همه ما گاهی به تصویری از دریا، آبشار و یا ابرها خیره شده ایم که برای لحظه ای متحرک به نظر رسیده است. این حرکت معمولا حقه ای است که ذهن ما با ما می زند. حال محققان دانشگاه واشگتن با استفاده از یادگیری عمیق (deep learning) موفق به طراحی متدی شده اند که این حرکت را در برخی تصاویر بازسازی میکند گاهی به نظر میرسد به یک ویدئو نگاه میکنیم.

به گزارش هاسترتک، این متد طراحی شده توسط دانشگاه واشنگتن میتواند تصاویر مواد جاری مثل آبشار، دود و یا ابر ها را متحرک کند. این تکنیک برای متحرک سازی فقط نیاز به یک تصویر دارد. این متد شباهت زیادی به قابلیت Live photographs شرکت اپل دارد که حدود یک ثانیه را قبل از گرفتن تصویر ثابت ضبط می کند. محققان میگویند موضوعی که روش این دانشگاه را خاص میکند این است که برای تبدیل عکس به تصویر متحرک نیاز به ارائه هیچ نوع اطلاعات دیگری توسط کاربر نیست. این پروسه تنها با استفاده از یک عکس میتواند یک ویدئوی یکپارچه با کیفیت بالا تولید کند.

به گزارش هاسترتک، این متد طراحی شده توسط دانشگاه واشنگتن میتواند تصاویر مواد جاری مثل آبشار، دود و یا ابر ها را متحرک کند. این تکنیک برای متحرک سازی فقط نیاز به یک تصویر دارد. این متد شباهت زیادی به قابلیت Live photographs شرکت اپل دارد که حدود یک ثانیه را قبل از گرفتن تصویر ثابت ضبط می کند. محققان میگویند موضوعی که روش این دانشگاه را خاص میکند این است که برای تبدیل عکس به تصویر متحرک نیاز به ارائه هیچ نوع اطلاعات دیگری توسط کاربر نیست. این پروسه تنها با استفاده از یک عکس میتواند یک ویدئوی یکپارچه با کیفیت بالا تولید کند.

به گفته محققان توسعه این برای تیم بسیار چالش برانگیز بوده است زیرا برای پیاده سازی آن علنا نیاز به پیش بینی آینده است. این سیستم دارای دو بخش است که بخش اول نیازمند پیش بینی چگونگی حرکت اجسام و مواد موجود در تصویر است و سپس این اطلاعات پردازش شده تا تصویر متحرک تولید شود.

جهت پیش بینی حرکت، محققان یک شبکه عصبی را با هزاران ویدئوی آبشار، رودخانه، دریا، و حرکت دیگر مایعات و مواد آموزش داده اند. در پروسه این آموزش از شبکه عصبی خواسته شده که حرکت مواد در تصویر را بعد از نشان دادن فریم اول ویدئو حدس بزند. این شبکه پیش بینی خود را با تصاویر اصلی مقایسه کرده تا سرنخ های مختلف مانند موج های جریان آب را شناسایی کند.در مرحله بعد محققان روشی را به نام “symmetric splattering” یا” پاشیدن متقارن” اختراع کرده اند که آینده و گذشته یک تصویر را با استفاده از این شبکه پیش بینی میکند، و سپس این تصاویر را به هم پیوند داده تا تصویر متحرک را ایجاد کند.