Գեներալ

Այս AI- ն կարող է ավտոմատ կերպով հեռացնել ջրանշանները լուսանկարներից, ինչպես պրոֆեսիոնալը

Այս AI- ն կարող է ավտոմատ կերպով հեռացնել ջրանշանները լուսանկարներից, ինչպես պրոֆեսիոնալը



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Nvidia ամերիկյան տեխնոլոգիական ընկերությունը Ալո համալսարանի և Մասաչուսեթսի տեխնոլոգիական ինստիտուտի հետազոտողների հետ համատեղ հրատարակել են մի հոդված, որում ուրվագծվում է նոր արհեստական ​​ինտելեկտի (AI) համակարգը, որը կարող է գրեթե անթերի ռետուշացնել հատիկավոր կամ պիքսելային նկարներ: Softwareրագիրը օգտագործում է խորը ուսուցում `աղմուկը և արտեֆակտերը ավտոմատ կերպով հեռացնելու համար:

Մաքուր մուտքեր չեն պահանջվում

Այս համակարգն այնքան եզակի է դարձնում այն, որ այն կարող է ինքն իրեն սովորեցնել շտկել փչացած լուսանկարները ՝ պարզապես նայելով դրանց: Նախկինում խորը ուսուցման աշխատանքը պատկերի ռետուշի վրա կենտրոնացած էր նեյրոնային ցանցերի ուսուցման վրա `պատկերները վերականգնելու համար` համեմատելով աղմկոտ և պարզ պատկերները:

Այս նոր մեթոդը, սակայն, պահանջում է ընդամենը երկու կոռումպացված պատկեր `աղմուկը հեռացնելու համար: «Հնարավոր է սովորել վերականգնել ազդանշանները ՝ առանց երբևէ դիտելու մաքուր ազդանշանները, երբ կատարումը երբեմն գերազանցում է մարզումը ՝ օգտագործելով մաքուր օրինակներ», - ասվում է փաստաթղթում:

Softwareրագրակազմը օգտակար կլինի իրական կյանքի բազմաթիվ իրավիճակներում և այն ոլորտներում, որտեղ մաքուր պատկերները պարզապես մատչելի կամ հասանելի չեն: Դա կնշանակի նաև, որ ապագայում լուսանկարիչները ստիպված կլինեն ավելի քիչ անհանգստանալ նկարահանման իդեալական պայմանների ստեղծման համար, ինչպիսին է օպտիմալ լուսավորությունը:

«Կան իրական իրավիճակներում մի քանի իրավիճակներ, երբ մաքուր ուսումնական տվյալների ստացումը դժվար է. Լուսավորության ցածր լուսանկարի լուսանկարներ (օրինակ ՝ աստղագիտական ​​պատկերացում), ֆիզիկապես հիմնավորված մատուցում և մագնիսական ռեզոնանսային պատկերացում», - ասվում է թերթի քննարկման բաժնում «Հայեցակարգի ապացույցները ցույց են տալիս, որ այս ծրագրերը նշանակալի հնարավոր օգուտներ են բերում ՝ վերացնելով մաքուր տվյալների պոտենցիալ ուժեղ հավաքման անհրաժեշտությունը»:

Թերեւս, համակարգի լավագույն ակտիվն այն է, որ այն կարող է ավելի արագ կատարել, երբեմն շրջանակներ մատուցել ընդամենը 7 րոպեի ընթացքում և ավելի լավ կամ ավելի լավ, քան լուսանկարների պրոֆեսիոնալ վերականգնողները: «[Համակարգը] հավասար է գերժամանակակից մեթոդներին, որոնք օգտագործում են մաքուր օրինակներ ՝ օգտագործելով ճիշտ նույն ուսուցման մեթոդաբանությունը, և հաճախ առանց զգալի թերությունների դասընթացների ժամանակի կամ կատարման հարցում», - ասվում է հոդվածում:

Դիմումներ բժշկական պատկերման մեջ

Հետազոտողները իրենց ուսումնասիրության հատուկ բաժինը նվիրել են Մագնիսական ռեզոնանսային պատկերմանը (ՄՌՏ): Այս բժշկական ոլորտն այն ծրագրերից մեկն է, որը կարող է մասնավորապես օգտվել ծրագրակազմից, որը կարող է հրաժարվել մաքուր պատկերների անհրաժեշտությունից:

«ՄՌՏ վերջին շատ մեթոդներ փորձում են բարձրացնել ակնհայտ լուծումը, օրինակ, առաջացնող հակառակորդային ցանցերի (GAN) միջոցով (Quan et al., 2017): Այնուամենայնիվ, PSNR- ի առումով, մեր արդյունքները բավականին սերտորեն համընկնում են իրենց հաղորդած արդյունքների հետ», - եզրակացնում է ուսումնասիրությունը ՄՌՏ բաժին:

Համակարգն իրոք սահմանափակումներ ունի: Հետազոտողները նշում են, որ այն դեռ չի կարող հայտնաբերել մուտքային լուսանկարներում անհասանելի տարրեր:

Այնուամենայնիվ, նույն թերությունները վերաբերում են այն ծրագրակազմերին, որոնք օգտագործում են մաքուր մուտքեր: «Իհարկե, անվճար լանչ գոյություն չունի. Մենք չենք կարող սովորել մուտքագրել տվյալների մեջ առկա հատկությունները, բայց դա հավասարապես վերաբերում է նաև մաքուր թիրախներով մարզմանը», - ասվում է թերթում:

Թիմի նյարդային ցանցը վերապատրաստվել է 50,000 պատկեր ImageNet վավերացման հավաքածուում `օգտագործելով NVIDIA Tesla P100 GPU- ներ` cuDNN- արագացված TensorFlow խորը ուսուցման շրջանակով: Այնուհետև այն վավերացվեց երեք տարբեր տվյալների շտեմարաններում:

Աշխատանքները կներկայացվեն այսօր Շվեդիայի մայրաքաղաք Ստոկհոլմում մեքենայական ուսուցման միջազգային խորհրդաժողովում:


Դիտեք տեսանյութը: Artificial Intelligence in Hindi. FUTURE. POWER of AI (Օգոստոս 2022).