Rangkaian Neural Ini Boleh Membuat Imej Semulajadi Anda Sempurna Kualiti Sekali lagi

Tiada apa-apa yang lebih buruk daripada membuka imej di komputer anda hanya untuk mendapati bahawa ia sangat berbulu sehingga anda tidak boleh mula membuatnya.

Sesetengah orang mungkin berkata mendapatkan kamera yang lebih baik. Orang-orang ini bererti. Tetapi para saintis komputer - orang yang baik dan bermanfaat - mengatakan menggunakan rangkaian saraf, sistem komputer yang direka untuk meniru pemikiran otak manusia.

Tiga ahli sains komputer dari Oxford University dan Institut Sains dan Teknologi Skolkovo di Moscow yang pakar dalam penglihatan komputer telah membangunkan satu rangkaian saraf yang boleh membuat gambar yang tidak berselisih roti bakar alpukat menjadi imej yang sempurna Termasuk Instagrammable. Mereka menyebutnya Deep Image Prior.

Rangkaian saraf adalah longgar model untuk menyerupai otak manusia. Mereka terdiri daripada beribu-ribu nod yang mereka gunakan untuk membuat keputusan dan pertimbangan mengenai data yang dikemukakan kepada mereka. Sama seperti kanak-kanak kecil, mereka mula tidak tahu apa-apa tetapi selepas beberapa ribu sesi latihan mereka dapat dengan cepat menjadi lebih baik daripada manusia pada tugas harian.

Banyak rangkaian neural dilatih dengan memberi mereka dataset yang besar, yang memberikan mereka maklumat yang besar untuk menarik dari ketika membuat keputusan.

Imej Dalam Sebelum mengambil pendekatan yang berbeza. Ia berfungsi semua dari hanya imej asal tunggal itu, tanpa memerlukan latihan terlebih dahulu sebelum ia boleh mengubah imej jelek anda, merosakkan kembali menjadi tembakan tinggi.

Tiga ahli sains komputer menggunakan rangkaian penjana untuk menyusun semula imej kabur beribu-ribu kali sehingga ia menjadi sangat baik kerana ia mewujudkan imej yang lebih baik daripada yang asal. Ia menggunakan input sedia ada sebagai konteks untuk mengisi bahagian yang hilang atau rosak. Sesetengah keputusan adalah lebih baik daripada output daripada rangkaian saraf pra terlatih.

"Rangkaian jenis mengisi kawasan rusak dengan tekstur dari berdekatan," kata Dmitry Ulyanov seorang pengarang penyelidikan dalam jawatan reddit.

Dia mengakui terdapat beberapa contoh di mana rangkaian itu akan gagal, seperti kerumitan rekonstruksikan mata manusia: "Kes kegagalan yang jelas adalah apa-apa yang berkaitan dengan inpainting semantik, mis. inpaint kawasan yang anda harapkan untuk menjadi mata - kaedah kami tidak tahu apa-apa tentang semantik wajah dan akan mengisi rantau yang rusak dengan beberapa tekstur."

Selain memulihkan foto, Deep Image Prior juga dapat berjaya menghapus teks yang diletakkan di atas imej. Yang menimbulkan kebimbangan bahawa model ini boleh digunakan untuk menghapuskan tera air atau maklumat hak cipta lain dari imej dalam talian. Kemungkinan dunia nyata yang mungkin diabaikan semasa penyelidikan ini.

Percubaan ini membuktikan bahawa anda tidak memerlukan akses kepada dataset yang besar untuk membuat rangkaian neural berfungsi. Di luar semua kebaikan ini boleh dilakukan untuk folder foto anda, yang mungkin menjadi sumbangan yang paling tahan lama dalam projek ini.