Ito Neural Network Maaari Gumawa ng iyong malabo Images Perpektong Marka Muli

Walang mas masama kaysa sa pagbubukas ng isang imahe sa iyong computer lamang upang makita na ito ay kaya mabutil na hindi ka maaaring magsimula upang gawin ito.

Ang ilang mga tao ay maaaring sabihin makakuha ng isang mas mahusay na camera. Ang mga taong ito ay ibig sabihin. Ngunit ang mga siyentipiko ng computer - ang mga mabuting, kapaki-pakinabang na tao - ay nagsasabing gumagamit ng isang neural network, isang sistema ng computer na dinisenyo upang gayahin ang pag-iisip ng utak ng tao.

Tatlong mga siyentipiko ng computer mula sa Oxford University at ng Skolkovo Institute of Science and Technology sa Moscow na nagpakadalubhasa sa paningin ng computer ay nakabuo ng isang neural net na maaaring gumawa ng walang silbi pixelated na larawan ng avocado toast sa isang imahe na perpektong Instagrammable. Tinatawag nila itong Malalim na Imahe Bago.

Ang mga network ng neural ay maluwag sa modo upang maging katulad ng utak ng tao. Ang mga ito ay binubuo ng libu-libong node na ginagamit nila upang gumawa ng mga desisyon at paghuhusga tungkol sa data na ipinakita sa kanila. Tulad ng mga sanggol, nagsisimula silang hindi alam ang anumang bagay ngunit pagkatapos ng ilang libong mga sesyon ng pagsasanay maaari silang mabilis na maging mas mahusay kaysa sa mga tao sa mga pang-araw-araw na gawain.

Maraming mga neural network ang sinanay sa pamamagitan ng pagpapakain sa kanila ng malalaking dataset, na nagbibigay sa kanila ng malaking pool ng impormasyon upang makuha mula sa pagdating sa paggawa ng desisyon.

Ang Deep Image Prior ay tumatagal ng isang iba't ibang mga diskarte. Gumagana ang lahat mula lamang sa nag-iisang orihinal na larawan, hindi nangangailangan ng anumang naunang pagsasanay bago ito maibabalik ang iyong crappy, sirang imahe pabalik sa isang high-res shot.

Ang tatlong mga siyentipiko sa computer ay gumamit ng isang network ng generator upang maibalik ang malabo na larawan ng libu-libong beses hanggang sa ito ay makakakuha ng mahusay sa ito na ito ay lumilikha ng isang imahe na mas mahusay kaysa sa orihinal. Ginagamit nito ang umiiral na input bilang konteksto upang mapunan ang nawawalang o nasira na mga bahagi. Ang ilan sa mga resulta ay mas mahusay kaysa sa output mula sa mga naunang sinanay na mga neural network.

"Ang network na uri ng pumupuno sa mga sirang mga rehiyon na may mga texture mula sa malapit," sabi ni Dmitry Ulyanov isang co-author ng pananaliksik sa isang reddit post.

Sinabi niya na may ilang mga pagkakataon kung saan ang network ay mabibigo, tulad ng pagiging kumplikado ng muling pagtatayo ng mata ng tao: "Ang maliwanag na kaso ng kabiguan ay anumang bagay na may kaugnayan sa pagpasok ng semantiko, hal. inpaint sa isang rehiyon kung saan inaasahan mong maging isang mata - ang aming paraan alam walang tungkol sa mukha semantika at punan ang napinsala rehiyon na may ilang mga texture.

Bukod sa pagpapanumbalik ng mga larawan, ang Deep Image Prior ay nagawang matagumpay na maalis ang teksto na inilagay sa mga imahe. Na nagpapataas ng pag-aalala na maaaring gamitin ang modelong ito upang alisin ang mga watermark o iba pang impormasyon sa copyright mula sa mga larawan sa online. Ang posibilidad ng real-world na marahil ay napansin sa panahon ng pananaliksik na ito.

Pinatutunayan ng eksperimentong ito na hindi mo kailangan ng access sa isang napakalawak na dataset upang lumikha ng isang functioning neural network. Higit pa sa lahat ng mahusay na magagawa nito para sa iyong mga folder ng larawan, na maaaring maging pinaka-walang katapusan na kontribusyon sa proyektong ito.