NVIDIA神经网络重建缺少零件的图像

机器学习和计算机成像技术的进步正在使犯罪戏剧中令人印象深刻但不可能的场景最终成为可能。就像臭名昭著的“放大,增强” CSI方法一样。最新的成就来自英伟达(NVIDIA),该公司一直在积极推动其芯片发展,例如将Tesla V100 GPU作为机器学习研究的处理器。与前面提到的增强技术不同,该深度学习技术能够用看起来看似原始图像的其他东西填充图像中的孔洞和缺失部分。

该过程称为“图像修复”,它并不完全是新的。自然地,NVIDIA研究人员吹嘘他们的新技术要比迄今为止任何其他技术都要好,并且他们肯定有实例可以证明这一点。尽管以前的图像修复方法仅限于原始图像中心附近的小矩形区域,但NVIDA的技术可以填补任何丢失的空间,无论其大小,形状,位置,甚至质量如何。

为了训练神经网络,NVIDIA研究人员为它提供了超过55,000个随机条纹,基本上是过滤器,具有不同的条纹和孔洞。它还使用了数千张图像进行测试,其中使用了较早版本中的蒙版在图像中创建孔。为了确保神经网络不会作弊,研究人员还使用了全新的漏洞和缺失的部分,这些都不是早期版本中的一部分。结果有时确实令人印象深刻且令人信服,即使有些怪异。

NVIDIA设想,这样的应用程序在恢复照片或删除不需要的内容方面将大大有利于照片编辑软件。当然,它也可以用于不那么无辜的目的,这可能会使识别虚假内容(例如虚假新闻)变得更加困难。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时候联系我们修改或删除,多谢