Машинное обучение работает чудесами на изображениях с низким освещением
Не секрет, что смартфоны SoCs не масштабируются так же хорошо, как когда-то, и общий темп улучшения производительности в телефонах и планшетах резко замедлился. Тем не менее, одна из областей, где компании по-прежнему обеспечивают значительные улучшения, - это камеры. В то время как это, очевидно, меняется в зависимости от вашего производителя, такие компании, как Samsung, LG и Apple, продолжают улучшать показатели в годовом исчислении, включая более высокие рейтинги MP, несколько камер, улучшенные датчики и функции, такие как стабилизация оптического изображения. Между DSLR и телефонными камерами все еще существует разрыв, но он уже несколько лет сужается. И если недавняя работа Intel и Университета штата Иллинойс Урбана-Шампейн - это какое-то доказательство, машинное обучение может решить проблему, которая постигает телефонные камеры по сей день: снимки с низким освещением.
Не поймите меня неправильно, возможности современных смартфонов с низким освещением превосходны по сравнению с тем, где мы были всего несколько лет назад. Но это та область, где разница между телефонами и DSLR становится очевидной. Разрыв между двумя типами устройств при съемке статических снимков снаружи намного меньше, чем разница, которую вы увидите при съемке при слабом освещении. Команда построила механизм машинного обучения, создав набор данных с изображениями с низкой экспозицией и длительной экспозицией с низкой освещенностью (они были использованы для справки). В докладе говорится:
Используя представленный набор данных, мы разрабатываем конвейер для обработки изображений с низким освещением, основанный на сквозном обучении полностью сверточной сети. Сеть напрямую работает с необработанными данными датчиков и заменяет большую часть традиционного конвейера обработки изображений, который, как правило, плохо работает с такими данными.
Команда собрала видео вместе, чтобы объяснить и продемонстрировать, как работает их техника, как показано ниже:
Мы рекомендуем посетить сайт, если вы хотите видеть изображения с высоким разрешением до и после, но базовые изображения, с которыми работают, не просто «с низким освещением» - исходные снимки, в некоторых случаях, почти полностью черные невооруженным глазом. Существующее программное обеспечение для работы с изображениями изо всех сил пытается извлечь много из этих результатов, даже если используется профессиональная обработка.
Несмотря на то, что все еще есть неизбежное размытие, если вы щелкнете и просмотрите либо бумагу, либо снимки с высоким разрешением по умолчанию, результаты Intel и Champagne-Urbana на порядок лучше, чем все, что мы видели раньше. И с помощью продавцов смартфонов, которые собираются наращивать возможности машинного интеллекта на большее количество устройств, вполне возможно, что мы увидим все больше и больше продуктов, предлагающих такие возможности на рынке в телефонах и делая их доступными для обычных клиентов. Я, например, приветствую идею более умной камеры - желательно, чтобы можно было исправить мои смехотворно ужасные навыки фотографии.
Читать далее
Новый AI пишет компьютерный код: еще не Skynet, но это обучение
Сингулярность сейчас находится в частной бета-версии. Но вам все еще нужно заботиться о синтаксических ошибках.
Лучшая техника для обучения в нашем новом гибридном мире
Надеюсь на «просто» один год повлиял на преподавание, большинство из нас в течение другого сложного года. Онлайн-классы часто заменялись различными формами «перевернутыми» или «гибридными» курсами. Мы возьмем вас через некоторые из наших любимых технологий, чтобы максимально использовать ситуацию.
Google, чтобы сделать Chrome «более полезным» с новыми дополнениями машинного обучения
Google надеется сделать уведомления в хроме менее раздражающих, и он также хочет ожидать поведения пользователя.
Interpol запускает «Metaverse» для обучения офицеров по борьбе с виртуальными преступлениями
В Metaverse официально есть свадьбы, Chipotle, а теперь и полицейские.