Użytkownik "Piotr J. Kolanok" <k...@...mx.poczta.tlen.pl> napisał w
wiadomości news:he2tvo$mpc$1@nemesis.news.neostrada.pl...
>>> To zależy jakie sa to zdjęcia. Zauważ, że system niczego nie stwierdza.
>>> Nie
>>> klasyfikuje czy coś jest czyms czy nie jest. Ale ma generować podobne
>>> obrazy.
>>>
>>> Daje mu zgodnie z Twoim przykładem 1000 zdjęć domów. I prosze by
>>> wygenerował
>>> zdjęcie, które od biedy jest domem. Albo kolażem podobnym do domu.
>>>
>>> Nie bardzo wie co to znaczy dom, ale wychodzi mu, ze ma obiekty z
>>> oknami.
>>> Okna sa dosc specyficzne. ściany są rózne, ale na górze jest coś co ma
>>> powtarzajacy sie i pochyly wzorek (dachówka/blacha etc.)
>>> Może wybrać (kolaż) lub sprobowac plamami zasymulowac jakis rodzaj
>>> dachu.
>>> sciany wyjda mu np. szarobure ale jednolite w miare (albo z cegly jesli
>>> wszystkie zdjecia dane sa z cegiel).
>>>
>>>
>>> Oczywiscie sam problem jest mocno sztuczny. Moje dane są mniej
>>> roznorodne. Ale chodzi o ideę.
>
>> No to może by tak sieć neuronową nauczyć "co to jest podobny obraz"?
>
> Pomysł przedni. Od tego chciałem zacząć. Ale... jak wygenerować.
> Poklasyfikować nie jest źle, ale jak to potem wygenerowac? Zauważ, że
> losowy
> obraz choć może być podobny w sensie sieci, ale siec uczy sie na jakis
> obiektach wiec lepiej uzyc kawalkow tych obiektow.
> Chyba, ze znasz siec neuronowa potrafiaca generowac obiekty z danej klasy.
> Ja nie wiem jak to zrobic.

W jakiejś książce Tadeusiewicza widziałem sieć która
sama dokonywała klasyfikacji.

A może pójść drogą przekształcania obrazu.
Ostatecznie wiele programów graficznych posiada funkcje
zniekształcające obraz...

Pozdrowienia. Krzysztof z Tychów.