O uso de redes neurais para manipulação de imagens não é novidade, mas geralmente elas precisam ser “treinadas” com uma grande quantidade de amostras para que possam produzir bons resultados. Mas uma nova rede neural desenvolvida pelo Technion, o Instituto de Tecnologia de Israel, promete resolver o problema: com a SinGAN basta uma única imagem de entrada para gerar manipulações ou até mesmo animações convincentes.

De acordo com seus criadores, a SinGAN pode ser usada para transformar um clipart em uma imagem realista, reordenar e editar objetos, harmonizar um novo objeto com o restante da cena ou aprimorar a resolução de uma imagem borrada, entre outras tarefas. Em todas elas a rede precisa de apenas uma imagem de entrada e é treinada da mesma forma, sem que sejam necessários ajustes ou mudanças em sua arquitetura.

Um paper detalhando o funcionamento da rede, bem como material suplementar e código-fonte, estão disponíveis no site do projeto. O código-fonte em Python está disponível no GitHub, junto com instruções de uso.

Fonte: Página do projeto SinGAN