“模糊像变高清人工智能只需几毫秒”

本篇文章1024字，读完约3分钟

这个科技新闻是7月11日的新闻，照片光线不好吗？ 不要担心。 人工智能软件可以帮助你处理。

据国外媒体宣传，来自英伟达( nvidia )、芬兰阿尔托大学( aalto university )和美国麻省理工学院( Massachusettsinstitute OFTECHNOLOGY )的计算机 能够恢复被噪声破坏的图像，并在几毫秒内模糊图像的计算机视觉算法被用于改善由高端智能手机(如googel pixel 2和iphone x )拍摄的照片，但该技术更是不断进步

这项新技术的培训过程与谷歌和苹果等企业培训手机软件整理图像的方法略有不同。

这个叫做noise2noise的新模型，不用看大量的高分辨率样本就可以学习图像的锐化。

“我们将基本的统计推理应用于通过机器学习重构信号，学习将坏的注意力值映射到漂亮的信号上，我们得出了简单而有力的结论。 一般来说，不注意原始漂亮的信号就能恢复信号。 ”。 研究者们在发表论文的摘要中这样写道。

这个技术的理论基础有点费解，以前流传下来的技术越来越多的是通过估计低分辨率和高分辨率图像对之间的像素值差异来最小化损耗函数。

像素可以使用各种各样的值重构更清晰的图像，经过训练神经互联网学会了将这些值平均化。 在训练成对的损坏图像时，如果这两个图像的像素值差异与清晰图像和模糊图像的差异相似，则适用同样的做法。

“这基本上意味着可以在平均零噪声的情况下破坏神经网络的训练样本，而无需改变神经网络的学习副本。 ”。

模型训练

研究小组利用从imagenet数据集提取的5万张图像进行了noise2noise模型的训练，并对各图像附加了随机噪声分布。 系统必须估计并消除图像中的噪声大小。

该系统在包括建筑物图像、人物图像、医疗共振图像在内的三个图像数据集上进行了测试。

但是，这个模型并不能纠正所有的缺陷。 既不能拉回图像中镜框外的物体，也不能重新定位照片以获得最佳立场。 然而，如果没有足够高分辨率的图像用于样本训练，该技术是非常有用的。

研究小组说:“有低光摄影、基于物理规则的渲染( bpr )、磁共振成像等在现实中很难得到的漂亮的训练数据。” 研究小组表示:“通过验证这一想法，可以获得适用于这种方案的潜在巨大利益。 当然，世界上没有免费的午餐。 不能得到输入数据中没有的特征。 但是，这项技术也适用于制定目标的训练。 ”。

这项研究成果将在本周于瑞典召开的国际机器学习大会上展示。 (维克)

来源：安莎通讯社