“如果梵高或弗里達·卡洛畫我的畫我會怎么看?”隨著他對Google Arts and Culture應用程序的最新更新。回答問題。添加到應用程序中的基于增強現實的“藝術濾鏡”將用戶的臉部變成了繪畫藝術的經典例子之一。
當前,用戶面前有五個過濾器選項。除了梵高和卡洛的自畫像之外,約翰內斯·維米爾(Johannes Vermeer)著名的“戴珍珠耳環的女孩”畫作,19世紀使用的武士頭飾和14世紀在埃及使用的瓷磚項鏈也是為這些作品提供的濾鏡。用戶。
要嘗試使用這些濾鏡,必須觸摸位于“藝術與文化”應用程序主界面底部的彩虹照相機圖標。在將濾鏡應用到面部之前,它們會提供有關相應圖稿背景的信息。
Google在其新功能中使用了基于機器學習的圖像處理算法。這使過濾器看起來更逼真。該公司還保證在設備上執行整個處理過程。如果用戶不保存圖像或視頻以進行共享,則應用程序不會自動保存使用藝術濾鏡所做的任何操作。
它會定期通過有趣和具有教育意義的功能更新其Google Arts and Culture應用。在這樣做時,公司經常利用人工智能。
責任編輯:lq
聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。
舉報投訴
-
Google
+關注
關注
5文章
1807瀏覽量
60538 -
應用程序
+關注
關注
38文章
3344瀏覽量
60280 -
機器學習
+關注
關注
66文章
8554瀏覽量
136996
發布評論請先 登錄
相關推薦
熱點推薦
算法工程師需要具備哪些技能?
:自動化任務(如數據預處理、模型訓練調度)。Git版本控制:團隊協作開發(如分支管理、代碼合并)。
機器學習監督學習:線性回歸、邏輯回歸、決策樹、SVM等。無監督
發表于 02-27 10:53
從0到1,10+年資深LabVIEW專家,手把手教你攻克機器視覺+深度學習(5000分鐘實戰課)
;完整技術鏈,帶你掌握工業4.0硬核技能!LabVIEW視覺學習困境1.技術體系復雜,學習路徑模糊LabVIEW視覺開發需同時掌握圖形化編程、圖像處理算法(如NIVisio
使用Firebase AI Logic生成圖像模型的兩種新功能
為您的應用添加自定義圖像,能夠顯著改善和個性化用戶體驗,有效提高用戶參與度。本文將探討使用 Firebase AI Logic 生成圖像的兩種新功能: 其一是 Imagen 專屬編輯功能
中科億海微Link-Sea-H6A圖像處理套件
實現攝像頭接入、圖像處理算法、顯示輸出等功能。開發套件集成板上FLASH、EEPROM、SDRAM、按鍵、LED燈等外設,其中SDRAM板載兩片,每片容量為16M
FPGA在機器學習中的具體應用
,越來越多地被應用于機器學習任務中。本文將探討 FPGA 在機器學習中的應用,特別是在加速神經網絡推理、優化算法和提升
【嘉楠堪智K230開發板試用體驗】K230機器視覺相關功能體驗
K230開發板攝像頭及AI功能測評
攝像頭作為機器視覺應用的基礎,能夠給機器學習模型提供輸入,提供輸入的質量直接影響機器
發表于 07-08 17:25
【「# ROS 2智能機器人開發實踐」閱讀體驗】視覺實現的基礎算法的應用
相機標定是視覺系統的基石,直接影響后續圖像處理的精度。書中詳細介紹了單目和雙目相機的標定流程,包括標定板的使用、參數優化以及標定文件的應用。
實際應用中,標定誤差可能導致機器人定位偏差,因此標定過程
發表于 05-03 19:41
【「# ROS 2智能機器人開發實踐」閱讀體驗】機器人入門的引路書
的限制和調控)
本書還有很多前沿技術項目的擴展
比如神經網絡識別例程,機器學習圖像識別的原理,yolo圖像追蹤的原理
機器
發表于 04-30 01:05
【「# ROS 2智能機器人開發實踐」閱讀體驗】+ROS2應用案例
、深度學習視覺巡線、相機標定、OpenCV圖像處理等。這些內容雖然在本次閱讀體驗中沒有詳細展開,但它們同樣對于機器人的視覺感知和環境理解具有重要作用。
發表于 04-27 11:42
基于RV1126開發板實現自學習圖像分類方案
在RV1126開發板上實現自學習:在識別前對物體圖片進行模型學習,訓練完成后通過算法分類得出圖像的模型ID。
方案設計邏輯流程圖,方案代碼分為分為兩個業務流程,主體代碼負
進群免費領FPGA學習資料!數字信號處理、傅里葉變換與FPGA開發等
~
01、數字信號處理的FPGA實現
旨在講解前端數字信號處理算法的高效實現。首先概述了當前的FPGA技術、器件以及用于設計最先進DSP系統的工具。闡述了計算機算法的概念、理論、FIR和IIR濾波器
發表于 04-07 16:41
十大鮮為人知卻功能強大的機器學習模型
本文轉自:QuantML當我們談論機器學習時,線性回歸、決策樹和神經網絡這些常見的算法往往占據了主導地位。然而,除了這些眾所周知的模型之外,還存在一些鮮為人知但功能強大的
Google在其新功能中使用了基于機器學習的圖像處理算法
評論