오늘 소개 된 Facebook 텍스트 스타일 브러시, 한 단어에서 사진의 텍스트 스타일을 복사 할 수있는 AI 연구 프로젝트입니다. 회사는 이미지의 임의의 텍스트를 편집하고 대체 할 수있는 TextStyleBrush가 서체와 필기를 모두 인식 할 수있는 동종 최초의 "감독되지 않는"시스템이라고 주장합니다.

AI로 생성 된 이미지는 빠른 속도로 발전해 왔으며 실사적인 언어 번역과 같은 명백한 비즈니스 애플리케이션이 있습니다. 증강 현실 (AR). (AR 시장은 18.8 년 말까지 2020 억 달러의 가치가있을 것으로 예상되었으며, 따라 그러나 텍스트와 필기의 뉘앙스를 이해할 수있을만큼 유연한 시스템을 구축하는 것은 타이포그래피와 서예뿐만 아니라 회전, 곡선 텍스트, 변형, 배경 혼란 및 이미지와 같은 변형에 대한 스타일을 이해해야하기 때문에 어려운 과제입니다. 소음.

Facebook에 따르면 TextStyleBrush는 워드 프로세서의 스타일 브러시 도구와 매우 유사하지만 이미지의 텍스트 미학을 위해 작동합니다. 서체 또는 대상 스타일 감독과 같은 특정 매개 변수를 정의하는 이전 접근 방식과 달리,보다 전체적인 교육 접근 방식을 사용하고 텍스트 이미지의 모든 측면에서 텍스트 이미지의 콘텐츠를 분리합니다.

감독되지 않은 학습

시스템의 "비지도"부분은 시스템이 이전에 정의 된 카테고리 또는 레이블이없는 "알 수없는"데이터를받는 과정 인 비지도 학습을 나타냅니다. TextStyleBrush는 자체적으로 데이터를 분류하고 레이블이없는 데이터를 처리하여 고유 한 구조에서 학습하도록 가르쳐야했습니다.

Facebook이 언급했듯이 TextStyleBrush와 같은 교육 시스템에는 일반적으로 시스템이 개별 픽셀을 "전경"또는 "배경"개체로 분류하도록 가르치는 주석이 달린 데이터가 포함됩니다. 그러나 이것을 실제 세계에서 캡처 한 이미지에 적용하기는 어렵습니다. 필기는 너비가 XNUMX 픽셀 이하일 수 있으며 고품질 학습 데이터를 수집하려면 전경과 배경에 레이블을 지정해야합니다.

반대로 소스 스타일이 포함 된 감지 된 "텍스트 상자"가있는 경우 TextStyleBrush는 단일 샘플을 사용하여 소스 텍스트의 스타일로 새 콘텐츠를 렌더링합니다. 때때로 금속 물체와 다양한 색상의 문자로 작성된 텍스트로 어려움을 겪는 반면, Facebook은 TextStyleBrush가 이전보다 더 유연하게 텍스트 미학을 전송하는 방법을 배울 수있는 시스템을 구축 할 수 있음을 증명한다고 말합니다.

페이스 북은 블로그 게시물에서“이 작업이 사실적인 번역 [및] 창의적인 자기 표현에 대한 장벽을 계속 낮추기를 바랍니다. "이 기술은 연구이지만 이미지의 텍스트를 다른 언어로 번역하고, 개인화 된 메시지와 캡션을 만들고, 언젠가는 AR을 사용하여 도로 표지판의 실제 번역을 촉진하는 등의 다양한 유용한 응용 프로그램을 지원할 수 있습니다."

TextStyleBrush 작업의 기능, 방법 및 결과는 다음과 같습니다. 가능 페이스 북의 개발자 포털에서. 이 회사는 향후 동료 심사 저널에이를 제출할 계획이라고 밝혔다.