Ova neuronska mreža može učiniti vaše mutne slike savršenom kvalitetom

Nema ništa gore od otvaranja slike na računalu samo da biste otkrili da je toliko zrnato da ne možete ni početi izrađivati.

Neki ljudi bi mogli reći da imaju bolju kameru. Ti ljudi su zli. No, računalni znanstvenici - dobri, korisni ljudi - kažu da koriste neuronsku mrežu, računalni sustav osmišljen kako bi oponašao razmišljanje ljudskog mozga.

Tri računalni znanstvenici sa Sveučilišta Oxford i Instituta za znanost i tehnologiju Skolkovo u Moskvi, koji se specijaliziraju za računalni vid, razvili su neuralnu mrežu koja tu beskorisnu sliku avokada može pretvoriti u sliku koja je savršeno Instagrammable. Zovu ga Deep Image Prior.

Neuronske mreže su slobodno modelirane da nalikuju ljudskom mozgu. Sastoje se od tisuća čvorova koje koriste za donošenje odluka i prosudbi o podacima koji su im predstavljeni. Baš kao i mala djeca, počinju ne znajući ništa, ali nakon nekoliko tisuća treninga mogu brzo postati bolji od ljudi u svakodnevnim zadacima.

Mnoge neuronske mreže obučavaju se tako što im daju velike skupove podataka, što im daje veliku količinu informacija od kojih se može izvući odluka o donošenju odluke.

Deep Image Prior ima drugačiji pristup. Ona radi sve iz samo one izvorne slike, bez potrebe za bilo kakvom prethodnom obukom prije nego što može pretvoriti vašu jebenu, korumpiranu sliku natrag u high-res snimku.

Tri računalni znanstvenici koristili su mrežu generatora kako bi tisućama puta preobrazili mutnu sliku dok ne postane tako dobra da stvara slike bolje od originala. On koristi postojeći ulaz kao kontekst za popunjavanje nedostajućih ili oštećenih dijelova. Neki od rezultata bili su čak i bolji od rezultata iz predobučenih neuronskih mreža.

"Mreža vrsta popunjava korumpirana područja teksturama iz obližnjih", rekao je Dmitrij Uljanov, koautor istraživanja u reddit postu.

Priznao je da postoje neki slučajevi u kojima mreža ne bi uspjela, kao što je složenost rekonstruiranja ljudskog oka: „Očigledan slučaj neuspjeha bio bi sve što je povezano sa semantičkim slikanjem, npr. obojite područje u kojem očekujete da ćete biti oko - naša metoda ne zna ništa o semantici lica i popunit će oštećenu regiju nekim teksturama."

Osim obnavljanja fotografija, Deep Image Prior je također uspio uspješno ukloniti tekst postavljen preko slika. To izaziva zabrinutost da bi se ovaj model mogao koristiti za uklanjanje vodenih žigova ili drugih informacija o autorskim pravima na slikama na mreži. Mogućnost stvarnog svijeta koja se možda previdjela tijekom ovog istraživanja.

Ovaj eksperiment dokazuje da vam ne treba pristup ogromnom skupu podataka da biste stvorili funkcionalnu neuronsku mrežu. Osim što je dobro za mapu s fotografijama, to bi mogao biti najtrajniji doprinos ovog projekta.