EO_480

TECH INSIGHT NEWS TECHNOLOGIES 18 - ELETTRONICA OGGI 480 - SETTEMBRE 2019 Editing delle immagini usando reti neurali Francesco Ferrari I ricercatori del MIT e di IBM hanno sviluppato un siste- ma basato su generative adversarial networks (GAN) in grado di generare automaticamente immagini foto- grafiche realistiche e modificare oggetti al loro interno. Il sistema si chiama GANpaint Studio e permette di ca- ricare un’immagine qualsiasi e di modificare più aspet- ti, dalle dimensioni degli oggetti all’aggiunta di elementi completamente nuovi come per esempio alberi, edifici o particolari architettonici. Non si tratta di un semplice pro- gramma di fotoritocco, ma di un sistema estremamente più complesso. Il metodo proposto consente diverse ma- nipolazioni interattive delle immagini in cui l’utente può modificare una foto usando concetti di alto livello piut- tosto che intervenendo sui singoli pixel. Il modello può sintetizzare nuovi contenuti che seguono sia l’intenzione dell’utente sia le caratteristiche naturali dell’immagine. Dal punto di vista applicativo, questo sistema permette non soltanto di aiutare artisti e designer a modificare rapidamente le immagini, ma anche di aiutare a identificare immagini false. Dal punto di vista del funzionamento, GANPaint Studio è una rete neurale (GAN) che può produrre immagini in determinate categorie, per esempio d’interni di cucine. La novità principale consiste nella possibilità di modifi- care e inserire immagini naturali come entità, per esempio alberi, cupole o mattoni. Tutto questo avviene però cercando di dare il massimo realismo possibile. Per esempio se in un’immagine ci sono due edifici diversi e si chiede al sistema di aggiungere delle porte a entrambi, il risultato non sarà un’immagine con due porte identi- che, ma questi elementi saranno diversi fra loro. Una scoperta inaspettata, ma molto interessante, è che il sistema sembra aver imparato alcune semplici regole sulle relazioni tra gli oggetti. In altre parole il sistema è in grado di capire se si sta cercando di collocare un og- getto in un contesto che non gli appartiene oppure in una posizione impossibile, come per esempio una finestra nel cielo. Le reti GAN sono infatti insiemi di reti neurali sviluppate per competere l’una contro l’altra e, nel caso di GAN- paint, una rete è utilizzata come un generatore focalizzato sulla creazione di immagini realistiche mentre una seconda rete opera come un discriminatore il cui obiettivo è quello di non lasciarsi ingannare dal generatore. Ogni volta che il discriminatore verifica il lavoro del generatore, questo deve esporre il ragionamento interno che ha motivato la decisione, comportamento che consente al generatore di migliorare continuamente. Su Internet è presente una demo (http://www.ganpaint.io/demo/?project=church) che consente di sperimenta- re direttamente alcune delle capacità di GANpaint su un’immagine di una chiesa. LED con lenti, compatti e ad alto rendimento Alessandro Nobile R OHM Semiconductor ha introdotto una nuova linea di LED compatti ad alto rendimento per montaggio superficiale, dotati di lenti formata da 18 dispositivi, inclusa la serie CSL0901, caratterizzata da luminosità standard, e la serie CSL0902 ad alta luminosità. Di recente i design della maggior parte dei quadri strumenti per veicoli hanno adottato schermature per evitare la perdita di luminosità dai LED verso le aree circostanti. Tuttavia la perdita di luminosità resta un problema, a causa dello spazio minimo che è necessario fra la schermatura e il circuito stampato per consentire la dilatazio- ne dovuta alle variazioni di temperatura. Senza dimenticare che alcune applicazioni che utilizzano LED, come i sistemi automotive e industriali che operano in condizioni gravose, necessitano di componentistica molto affidabile, in grado di resistere meglio agli effetti dell’invecchiamento derivanti dagli ambienti estremi a cui è esposta. ROHM ha quindi sviluppato i primi LED ad alta luminosità senza la placcatura d’argento per evitare la Usando GANPaint Studio si possono manipolare le immagini ad alto livello modificandole in modo realistico

RkJQdWJsaXNoZXIy MTg0NzE=