研究人员分享如何利用 AI 技术解决水下图片模糊和着色问题

他们说，这种要领在质量和数目上都与最新技能相匹配，而且可以或许在单个显卡上以每秒 125 帧的速率举办处理赏罚。

该团队指出，大大都水下图像加强算法（譬喻那些调解白均衡的算法）都不是基于物理成像模子实现，这使其不合用于一些使命。对比之下，这种要领操作了天生式反抗收集（ GAN ）（一种深度进修模子，模子通过框架中两个模块：天生模子和鉴别模子的相互博弈进修发生相等好的输出），以天生一组特定观测所在的图像并在此基本上引入第二种算法， U-Net 。

研究小组对 GAN 举办了一系列有标志场景的实习，这些场景包罗 3733 幅图像和响应的深度舆图，首要包罗扇贝、海参、海胆和室内海洋农场内的其他此类生物。他们还得到了包罗 NY Depth 在内的果真数据集，个中包括了总共数千张水下照片。

实习后，研究职员将双模子要领的功效与基线模子要领的功效举办了较量。他们指出，前者技能的上风在于它在颜色规复上是同一的，这使它能在很好规复绿色色调图像的同时，不粉碎原始输入图像的底层布局。凡是环境下，这种方法在保持“恰当的”亮度和比拟度的同时，还能设律例复颜色，而在这方面其他办理方案并不出格善于。

值得留意的是，这并不是第一个想到操作AI技能从破坏的图片中重建画面的研究团队。剑桥咨询（ Cambridge Consultants ）公司的 AI 体系 DeepRay 操作了一套实习有素的 GAN 来处理赏罚 10 万张静止图像的数据集，以消除不透明的玻璃窗格导致的失真。开源 DeOldify 项目行使了包罗 GANs 在内的一系列人工智能模子来对旧图像和胶片举办着色和规复。

在其他方面，微软亚洲研究院（ Microsoft Research Asia ）的科学家在 9 月份具体先容了一个用于自主视频着色的端到端体系； NVIDIA 的研究职员客岁描写了一个框架，该框架仅基于一个被注释过得彩色视频帧揣度颜色分类；本年 6 月，谷歌AI团队推出了一种无需人工监视即可对灰度视频举办着色的算法。

venturebeat

本文素材来自互联网

（编辑：河北网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!