Nvidia AI компенсує ваші бідні фотографічні навички, знищуючи шум у зображеннях
Якщо зробити фотографію у поганому освітленні, це може призвести до того, що щось занадто пікселізоване та шумне, щоб бути корисним. Розширена обробка програмного забезпечення на деяких телефонах і камерах може виправити помірний шум, але новий проект від Nvidia, MIT і Aalto University використовує AI для виправлення екстремальних рівнів шуму. Навіть якщо система "Noise2Noise" ніколи раніше не бачила зображення, вона може змусити його зняти щось дуже близько до оригіналу.
Noise2Noise - це нейронна мережа, що означає, що вам потрібно навчити його великою кількістю даних. Команда використовувала 50 000 зображень із бази даних ImageNet, яка містить чіткі зображення з високою роздільною здатністю. Звичайно, мережа повинна переглядати шумні зображення, щоб зрозуміти, як їх де-шумати. Отже, команда штучно додав шуму до зображень і використовував їх для навчання алгоритму.
Nvidia зробила внесок у банк Tesla P100 GPU, щоб запустити тренінг з мережею за допомогою глибокого навчального плану TensorFlow з прискоренням cuDNN. Мережа була налагоджена, поки вона не змогла зняти шум і доставити щось близько до оригінального зображення набору даних. Справжній тест полягає в тому, як мережа обробляє нові зображення, які раніше не бачили. Група повідомляє, що Noise2Noise може видалити артефакти та шум з високою точністю.
Дослідники вказують на кілька можливих програм для Noise2Noise. Зйомка з низькою освітленням, мабуть, така, яка найбільшою мірою вплине на ваше життя. Ви можете запустити свої шумні фотографії через Noise2Noise і закінчити тим, що виглядає набагато приємніше. Астрофотографія часто включає дуже довгі експозиції, що призводить до високого рівня шуму. Той самий процес можна застосувати тут, щоб полегшити зображення просторі. Зображення з МРТ страждають від подібних шумових проблем, і команда тестувала Noise2Noise, як спосіб їх очищення.
Багато виробників фотоапаратів і смартфонів мають власні алгоритми обробки, що позбавляють шум від зображень RAW перед тим, як показати вам остаточний jpeg. Здебільшого, вони не покладаються на ту ж технологію, що і Noise2Noise. Єдине, що є близьким, - це компанія Google, яка застосувала технологію машинного навчання в камерах Pixel, щоб зробити подібну роботу з зменшення шуму. Проте це недалеко, як крайня. Noise2Noise може вирішити деталі з майже невизначеного пікселювання зображення. Кінцевий продукт виглядає трохи неприродно гладким, але це проблема навіть при менш потужній обробці зображень.
Дослідники представляють свою роботу на Міжнародній конференції з машинного навчання в Стокгольмі, Швеція. В даний час це просто цікава комп'ютерна наука, але обробка зображень - це великий бізнес. Практичне застосування може бути великим хітом.
Читати далі
Amazon підтверджує, що 3G вимкнення буде вбивати старші розчарування, пропонує компенсацію
Через конструкторські рішення Amazon, деякі старші розщеплення втратять інтернет-підключення пізніше цього року, оскільки носії вийшли на пенсію своїх мереж старіння 3G. Amazon тягнеться до постраждалих користувачів, пропонуючи цілий ряд рішень до і включаючи вільну роллю.
Чи буде вища компенсаційна продукція
ПК ігор не йде ніде, але стійкий дефіцит міг змінити способи взаємодії з ним, а також типи пристроїв, які вони віддають перевагу.
Facebook планував націлити шість років, щоб компенсувати підліткові виїзд
Знову ж таки, Facebook, здається, забули запитати себе, чи може щось зробити, це те, що вони повинні робити.
Як повідомляється компанія Apple, купуючи оголошення для високоякісних додатків, щоб компенсувати епічне
Завдяки Apple змусило розробникам прямі клієнти до параметрів не-Apple, то iPhone Maker вдався до покупки оголошень для додатків з високим рівнем цінності, тому він може продовжувати отримувати свої підписки.