上智大学研发出单流模型 可提升图像转换效率

车链区块讯 在当今可用于图像转换的众多人工智能和机器学习模型中，使用生成对抗网络（GAN）的图像到图像转换模型可以改变图像的风格。

这些模型通过使用两张输入图像来工作：一张内容图像，该图像被改变以匹配参考图像的风格。这些模型用于将图像转换为不同的艺术风格、模拟天气变化、提高卫星视频分辨率以及帮助自动驾驶汽车识别不同的照明条件（如白天和夜晚）等任务。

据外媒报道，上智大学（Sophia University）研究人员开发出新模型，可以减少运行这些模型所需的计算要求，从而可以在包括智能手机在内的各种设备上运行。

图片来源：上智大学

在2024年9月25日发表在期刊《IEEE Open Journal of the Computer Society》的一项研究论文中，上智大学信息与通信科学系的项目助理教授Rina Oh和教授Tad Gonsalves提出一种“单流图像到图像转换（SSIT）”模型，仅使用单个编码器进行这种转换。