最近，Google发布了有趣的深梦。除了诸如http://deepdreamgenerator.com/之类的艺术创作之外，您还看到深度梦想在计算机视觉或机器学习中的任何潜在应用吗？
最近，Google发布了有趣的深梦。除了诸如http://deepdreamgenerator.com/之类的艺术创作之外，您还看到深度梦想在计算机视觉或机器学习中的任何潜在应用吗？
Answers:
如果您足够广泛地解释“应用程序”，那么至少已经有一个应用程序可供使用：Hong，Noh和Han提出的用于半监督语义分割的去耦深度神经网络。他们使用它进行图像分割。标准图像识别网络只能为图像上识别的每个对象提供一个边界框。如果您想知道哪些像素构成了该对象，则必须进行图像分割。
基本上，在图像上找到一条狗之后，Hong等人的体系结构通过神经网络将狗的性向后传播到像素级别，以找到对狗的出现最负责的像素。（然后，他们使用此热图作为有监督的细分网络的输入，这一部分没有深深的梦想。）
这已经是一种存在证明，证明Deep Dream想法可以在图像外部操作中有用。但是我也不会轻视图像处理本身。我提到了不是Deep Dreaming的直接应用的两件事，目前还没有，但是我可以看到从原始Deep Dream算法向这些梦想迈进的一条可行之路：
这是另一个非常新的应用程序，并在最近几周内得到了演示。计算机正在过滤图像，使它们看起来像是梵高，毕加索等不同艺术家独特风格的绘画……由于该技术可以包含不同的艺术风格，因此似乎有可能被用于某些艺术领域的伪造检测。点。（历史上该领域使用了许多非常先进的分析技术。）请注意，过滤方法在Instagram上非常流行，因此似乎这些方法可能会在某个时候在市场上出售。
Instagram成功的秘诀：过滤后的照片被查看的可能性增加21％-色调偏暖的人会获得更多评论 / Dailymail
不可能证明是否定的，但是除了通常使用相同的图案检测系统来检测形状/图像并将其替换为其他类似图像（可能用于自动图像校正或类似图像）外，我认为它不具有真实性。修改图片之外的潜力。
如果证明错误，我可能必须删除此答案。
灰度到彩色
例如：
http://s15.postimg.org/3xq8jx03f/image.jpg
至
http://s15.postimg.org/i5fx8kcsb/image.jpg
http://s15.postimg.org/c5s64wrzv/image.jpg
树木似乎是不自然的红色，但还算不错。这已经奏效，但与我尝试过的其他灰度图像相比效果不佳。
能够根据情境感知，视觉亵渎过滤器。
在其他世界中，为衣着不足的人提供身体上逼真的，主题/风格上合适的衣服，以使图像更加安全。
就是这样，但是目前它既不可靠，又无法正确运行。
但是，比我可以访问的梦境参数更多的调整，或者可能只是使用更多的迭代和比我指定的值低的“八度”值，才可以使结果更加可靠。
例子：
之前：http : //s22.postimg.org/5sjpqbzoh/image.jpg
之后：http : //s22.postimg.org/wew6fb3vl/image.jpg
。