Google-software maakt professionele landschapsfoto’s met beelden van Street View
Foto: Google

Enkele specialisten in artificiële intelligentie bij Google zijn er in geslaagd een computerprogramma aan te leren om op eigen houtje Street View-beelden te bewerken tot professionele landschapsfoto’s.

In een blogpost legt Hui Fang, die het project begeleidde bij het Machine Perception-team van Google, uit hoe ze daar in geslaagd zijn. Ze trainden een neuraal netwerk om landschapsbeelden van Street View te scannen op esthetisch potentieel, en daar vervolgens mee aan de slag te gaan.

Doorgaans is artificiële intelligentie (AI) er op gericht om taken af te handelen met een duidelijk afgelijnd eindresultaat. Een computerprogramma iets leren over subjectieve domeinen zoals kunst, fotografie en fotobewerkingen brengt een heleboel nieuwe uitdagingen met zich mee.

Fang en zijn team deden dit door een relatief nieuwe techniek in AI-onderzoek waarbij twee neurale netwerken ‘tegen elkaar worden uitgespeeld’. Het ene netwerk kreeg professionele landschapsfoto’s voorgeschoteld die bewust slechter waren gemaakt en had als opdracht om de beelden aan te passen opnieuw beter te maken. Het andere neurale netwerk moest dan achterhalen wat het aangepaste en wat het oorspronkelijke professionele beeld was. Door hun bevindingen samen te leggen, leerde de software gaandeweg het verschil kennen tussen goede en slechte foto’s.

Google-software maakt professionele landschapsfoto’s met beelden van Street View
Foto: Google
Google-software maakt professionele landschapsfoto’s met beelden van Street View
Foto: Google

Om uit te zoeken wat de kwaliteit was van de beelden die door de software werden bijgewerkt, legde het Google-team de resultaten voor aan professionele fotografen in een Turing-test-achtig experiment. De Googlers mixten hun beelden samen met andere beelden van echte fotografen. De professionele fotografen in de jury moesten elk beeld vervolgens een kwaliteitsscore geven. In twee op de vijf gevallen kregen de machinale landschapsfoto’s een score die gelijk was aan die van een semiprofessionele of professionele fotograaf, zegt Fang in zijn blogpost.