Создатели могут извлечь выгоду из этого первого в мире метода ИИ, который работает, просто глядя на примеры зернистых фотографий вместо чистых образов.
Даже самый талантливый создатель боится перспективы очистки зернистой фотографии, при этом процесс шумоподавления всегда требует ввода «более чистых» изображений, чтобы облегчить процесс. Меняя все это, это работа, разработанная технической компанией Nvidia с исследователями из Университета Аалто и Массачусетского технологического института, чей метод глубокого обучения может исправить фотографии, просто взглянув на примеры испорченных фотографий.
В работе, которая будет представлена на Международной конференции по компьютерному обучению в Швеции на этой неделе, метод для команды отличается тем, что требует только двух входных изображений с шумом или зерном, из которых может быть уничтожен искусственный интеллект удалять артефакты и автоматически улучшать ваши фотографии.
Используя графические карты Nvidia Tesla P100 с расширенной cuDNN платформой TensorFlow для глубокого обучения, команда обучила свою систему 50 000 изображений в наборе валидации ImageNet, проверив нейронную сеть на трех разных наборах данных.
Хотя это будет представлять большой интерес для сообщества разработчиков, более практические применения ИИ могут увидеть, что он используется для улучшения изображений МРТ (ниже) и астрономических снимков.
«Существует несколько ситуаций в реальном мире, когда получение чистых данных обучения затруднено», — поясняет исследовательская группа в своем документе по проекту. «(И) наши демонстрации доказательной концепции указывают путь к значительным потенциальным преимуществам в эти приложения, устраняя необходимость в потенциально напряженном сборе чистых данных ».
Документ команды будет представлен в четверг на конференции ICML, хотя нет никаких новостей о том, где это будет лицензировано разработчикам приложений, чтобы их могли использовать фотографы, дизайнеры и другие создатели. Тем временем научитесь очищать фотографии с помощью этого урока Photoshop о том, как удалить шум и затачивать изображение.