Transfert de style d’image basé sur l’apprentissage profond avec réseau antagoniste génératif
Le projet vise à développer l’algorithme basé sur l’apprentissage profond qui traduit le style d’image d’un objet spécifique en style de référence. Premièrement, la recherche proposée se concentre sur l’identification de la région précise dans l’image pour le transfert de style, puis sur la traduction du style de l’image dans cette région. Les techniques actuelles de transfert de style d’image peinent à se concentrer sur la traduction des objets désirés tout en gardant le reste des régions de l’image inchangées. L’avantage concurrentiel obtenu grâce aux nouvelles technologies développées dans le cadre de ce projet aidera Crater Labs à croître et à étendre davantage ses activités en vision par ordinateur, créant ainsi de nouvelles opportunités d’emploi au Canada.
Voir la description complète du projetJun Chen
Laboratoires Crater
Génie
Services professionnels, scientifiques et techniques
Université McMaster
Accélération