Aquesta xarxa neuronal pot fer que les vostres imatges borroses tornin a ser de qualitat

$config[ads_kvadrat] not found

Star Trek Continues E08 "Still Treads the Shadow"

Star Trek Continues E08 "Still Treads the Shadow"
Anonim

No hi ha res pitjor que obrir una imatge al’ordinador només per descobrir que és tan gran que ni tan sols podeu començar a fer-ho.

Algunes persones podrien dir que aconseguirien una millor càmera. Aquestes persones són mitjanes. Però els científics informàtics: la gent bona i útil, diuen utilitzar una xarxa neuronal, un sistema informàtic dissenyat per imitar el pensament del cervell humà.

Tres informàtics de la Universitat d'Oxford i l'Institut Skolkovo de Ciència i Tecnologia de Moscou, especialitzats en visió per computador, han desenvolupat una xarxa neuronal que pot fer que aquesta foto inútilment pixelada de l'alvocat brindi en una imatge perfectament Instagram. Ells l'anomenen Deep Image Prior.

Les xarxes neuronals estan modelades vagament per assemblar-se a un cervell humà. Es componen de milers de nodes que utilitzen per prendre decisions i judicis sobre les dades que se'ls presenten. Igual que els nens petits, no saben res, però després d’un parell de milers d’entrenaments poden arribar a ser millors que els humans en tasques quotidianes.

Moltes xarxes neuronals s'entrenen alimentant-los en grans conjunts de dades, la qual cosa els dóna una gran quantitat d’informació per tirar de la decisió.

Deep Image Prior adopta un enfocament diferent. Elabora tot, des d’aquesta única imatge original, sense necessitat d’un entrenament previ abans que pugui convertir la vostra imatge crappy i corrompuda en una alta resolució.

Els tres científics informàtics van utilitzar una xarxa de generadors per redibuixar imatges borroses de milers de vegades fins que es posa tan bé que crea imatges millor que les originals. Utilitza l’entrada existent com a context per omplir les peces que falten o es produeixen danys. Alguns dels resultats van ser fins i tot millors que la producció de xarxes neuronals pre-entrenades.

"El tipus de xarxa omple les regions corruptes amb textures properes", va dir Dmitry Ulyanov, coautor de la investigació en un missatge de reddit.

Va admetre que hi ha alguns casos en què la xarxa fallaria, com ara la complexitat de reconstruir l'ull humà: "El cas obvi de la fallada seria qualsevol cosa relacionada amb la pintura semàntica, p. Ex. pintar una regió on esperes ser un ull: el nostre mètode no sap res de la semàntica de la cara i omplirà la regió danyada de textures."

A més de restaurar les fotos, Deep Image Prior també va poder eliminar correctament el text que es va col·locar sobre imatges. Això fa que es preocupi que aquest model es pugui utilitzar per eliminar filigranes o altra informació de copyright d’imatges en línia. Una possibilitat del món real que potser va passar per alt durant aquesta investigació.

Aquest experiment demostra que no necessiteu accedir a un conjunt de dades colossal per crear una xarxa neuronal funcional. Més enllà de tot el que això podria fer per a la vostra carpeta de fotografies, això podria acabar sent la contribució més duradora d'aquest projecte.

$config[ads_kvadrat] not found