Neuronet z Nvidii nauczył się usuwać z fotografii odgłosy i napisy

Neuronet z Nvidii nauczył się usuwać z fotografii odgłosy i napisy
Nvidia i naukowcy z MIT przedstawili sztuczną inteligencję, która może robić zdjęcia hałasu. Opis sieci neuronowej jest opublikowany na blogu Nvidia, firma nie opublikowała kodu źródłowego algorytmów w otwartym dostępie, chociaż często zdarza się to w przypadku podobnych systemów.

Sieć neuronowa może nie tylko oczyszczać obrazy małego szumu z powodu słabego oświetlenia lub od szumów kolorów na ekranie. stare zdjęcia, ale także usuwają inskrypcje, podpisy i, być może, nawet prawa autorskie. W tym przypadku algorytm nie musi widzieć tego zdjęcia bez szumów – aby rozpocząć działanie sieci neuronowej wystarczy po prostu pokazać słabej jakości zdjęcia.

Nvidia

Firma wyszkoliła sieć neuronową na podstawie 50 tysięcy zepsutych zdjęć, z których hałasy zostały następnie usunięte. "Możesz nauczyć sieć neuronową, aby zrekonstruować części zdjęcia, aby algorytm nie dostrzegł jego oryginalnego znaczenia. Jednocześnie wydajność komputera wcale nie wzrasta, podobnie jak czas przetwarzania ", mówią twórcy algorytmów

Czytaj także  Rosyjscy inżynierowie zaczęli produkować specjalne komputery do przechowywania informacji niejawnych

Ta metoda może być używana nie tylko do obróbki zdjęć artystycznych, ale również do usuwania szumu z fotografii MRI i poprawy wizualizacji medycznej lub kosmicznej. 19659006] Nvidia

W maju Nvidia wprowadziła sztuczną inteligencję, która może naprawić uszkodzone fragmenty obrazów, a także edytować brakujące części. W tym samym czasie sieć neuronowa sama rozumie, jakie szczegóły należy dodać do obrazu.

Niedawno sztuczna inteligencja Google nauczyła się nie tylko kolorować obiekty na czarno-białych nagraniach wideo, ale także śledzić ruch tych obiektów. "Śledzenie obiektów w wideo jest podstawowym problemem w komputerowej wizji" – powiedział główny projektant projektu, Carl Vondrick. Sieć neuronowa firmy uczy się monitorować poszczególne obiekty poprzez okluzje, podczas gdy one się stabilizują, a sztuczna inteligencja może zapamiętać je bez uprzednio zdefiniowanych znaczników z tym obiektem w ramkach.

Czytaj także  Neurobiolodzy z MIT odkryli obszar mózgu odpowiedzialny za pesymizm

Powiązane wiadomości