来源： 时间：2022-08-25 12:35:03
英伟达、芬兰阿尔托大学和麻省理工学院的研究人员共同发现了一种新技术，可以使用深度学习算法修复噪音或颗粒照片。这个想法将于本周在瑞典斯德哥尔摩举行的2018年国际机器学习会议(ICML)上提出。在弱光下拍摄的照片常常充满噪音。粒状或像素化的图像并不完全是人们从他们的摄影作品中渴望的。在这种情况下，正如这篇特别的论文所揭示的那样，属于机器和人工智能更广泛概念的深度学习算法可以派上用场。
在2018年3月18日的研究论文中，研究人员解释了这种基于深度学习的方法背后的数学和科学，该方法旨在通过向示例提供噪声和干净的图像对来训练神经网络修复图像。意思是，最初，它需要尽可能多的示例和训练集。之后，它会自动识别和恢复图像。
多亏了人工智能(AI)，它学会了区分有噪声和无噪声的图像。根据研究人员的说法，该技术不同于传统的方法，因为它只需要两个带有噪声或纹理的输入图像。一旦训练得当，人工智能可以修复噪声或纹理，并增强照片，而不会显示无噪声图像的样子。
研究小组对他们的系统进行了训练，获得了ImageNet验证集中的50,000张图像。这可以在NVIDIA特斯拉p100 GPU和CUDNN加速的TensorFlow深度学习框架的帮助下实现。
研究人员在他们的论文中说：“我们展示了在摄影噪声去除、合成蒙特卡罗图像去噪和从不足采样的输入重建MRI扫描中的应用，所有这些都是基于只观察损坏的数据。”他们进一步补充说：“我们的概念验证演示为这些应用程序提供了显著的潜在好处，消除了潜在的艰苦收集干净数据的需求。”
相关推荐
猜你喜欢
