Nvidia разработала искусственный интеллект для доработки деталей изображений |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2018-04-23 23:44 Идеальный способ убрать недостатки кожи лица или удалить вотермарку. Компания Nvidia разработали технологию на базе искусственного интеллекта, которая автоматически восстанавливает повреждённые фрагменты изображения или заполняет его недостающие части. Алгоритм нейронной сети понимает контекст фотографии или картинки, и самостоятельно изменяет его. Метод, называемый «подрисовыванием изображения», похож на функцию «автоматическая заливка с учётом содержимого» (Content-Aware Autofill), которую Adobe добавила в Photoshop CS5 в конце 2000-х годов. Технология также восстанавливала удалённую часть изображения на основе фона фотографии.
Кроме того, в конце 2017 года команда исследователей из «Яндекса» и Оксфордского университета разработала аналогичный алгоритм под названием Deep Image Prior. Технология представляет собой нейронную сеть, умеющую реставрировать повреждённые и низкокачественные изображения. Алгоритм от Nvidia умеет обрабатывать области различных форм и размеров Исследователи компании подчеркнули, что обучили нейронную сеть, используя более 55 тысяч фотошаблонов. Они применялись для удаления некоторых деталей из исходных изображений. Затем алгоритму показывали вырезанный фрагмент и его первоначальную форму, чтобы научить его, как восстановить недостающие пиксели. В конце испытаний разработчики подтвердили точность своего алгоритма с помощью ещё 25 тысяч фотошаблонов. В этот раз нейронной сети не показывали оригинальное изображение, заставив её самостоятельно восстановить недостающие части. Источник: tjournal.ru Комментарии: |
|