✅Вариант страницы одобрен авторами курса
<aside> 💡 Курс разработан при поддержке фонда и рекомендован к прослушиванию студентами в рамках Академической программы по искусственному интеллекту.
</aside>
Курс является спецкурсом по выбору для студентов, обучающихся в бакалавриате.
к.ф.-м.н., доцент кафедры математических методов прогнозирования, ВМК, МГУ.
Основные научные интересы: методы автоматической обработки и стилизации изображений, анализ данных и прогнозирования средствами машинного и глубинного обучения.
Спецкурс посвящен задаче автоматической стилизации изображений, в которой входное изображение необходимо отобразить в стиле, задаваемым другим изображением. Например, это может быть стилизация семейной фотографии под стиль известного художника, либо стилизация дневного фото в ночное, либо преобразование зимней панорамы в летнюю. Для решения задачи предлагаются современные подходы переноса стиля (style transfer) и генеративно-состязательные сети (generative adversarial networks). Эта задача широко используется в индустрии разлечений (например, мобильное приложение Prisma было самым скачиваемым на Android в странах СНГ в течение 10 дней после выхода), обработке фотографий и дизайне (функции стилизации были добавлены в Adobe Photoshop 2021), а также может применяться в мультипликации, наложении спецэффектов в фильмах, видеоиграх и средствах дополненной реальности, а также для более точной настройки методов машинного при обучении на одной предметной области, а применении модели к другой (transfer learning). Помимо изображений указанный подход применим для видеопоследовательностей и данных из других предметных областей, таких как текст, речь и музыка. Основные методы стилизации опираются на глубокие нейронные сети, базовому изучению которых посвящена начальная часть курса.
Занятия проходят в формате лекций. В процессе прохождения курса каждый студент должен сделать презентацию основных идей и подходов одной из недавних статей, посвященных задаче стилизации изображений, а также представить свои идеи улучшений традиционных методов стилизации изображений и их обосновать.
Курс содержит три практических задания цель которых познакомить слушателя с основными способами обработки и анализа видео-контента. В первом задании слушателям предлагается реализовать алгоритм обнаружения смен сцен в видео. Второе задание заключается в разработке и обучении нейросетевого алгоритма для решения задачи деинтерлейсинга. Третье задание призвано познакомить слушателя с базовыми концептами обработки световых полей.