谷歌对抗天空:人工智能消除了图像马赛克,岛

2019-05-02 04:44 来源:admin
谷歌在2016年取得了四项进展:Go获胜,认可猫,翻译并自动恢复活力。
然后,请在2017年清理马赛克......不要寻找它,天网是谷歌从岛上电影迷的观点。图像马赛克的发明可以说是人类进步史上一个重要的“反向冲动”。自马赛克发明以来,如何消除它们一直是技术社区和人们的共同主题。。
?幸福快到了!
Google的人工智能研究团队Google Brain最近宣布了一项新技术,可以恢复只有8 x 8像素的大颗粒图像,并且图像相对清晰。
换句话说,微软在1月底推出了自动视频编码技术。用户只需选择视频中的字符即可。AI会自动识别并跟踪视频中所有角色的面部,并执行漫反射镶嵌。
微软消除了电影中所有男性和女性的露点节奏......也许是因为观众观看电影的反对,微软的全自动马赛克没有吸引力,面对谷歌有。
Google Brain推出了一款名为Pixel Recursive SuperResolution的人工智能系统,可在像素化后提高像素分辨率。
简而言之,那就是“移除”马赛克的能力。
然后问题来了:微软的盾牌,谷歌的侄子,谁是强大的?
Google文档“RAISR:快速准确的图像超分辨率”(RAISR:Rapidand AccurateImageSuperResolution)详细介绍了该算法的原理和有效性。
在下图中,右列是没有马赛克的名人照片的原始图像,左列是以8 x 8像素的分辨率编码的照片。
中间是Google AI解码过程的效果,分辨率达到32×32像素,总共增加了16倍。
从左边开始,马赛克版,Google AI的恢复版,原始图像通常,很难去掉马赛克。
这是因为在编码过程中原始图像中的信息不可逆地丢失。
根据奈奎斯特采样定理,如果采样频率小于原始数据频率的两倍,则不可避免的数据丢失是不可避免的。
到目前为止,最常见的去马赛克方法是插值。
每个像素可以被认为是特定颜色的小网格,其可以由特定值表示。
图像由无数小方块组成。
最常见的镶嵌方式是将区域编号作为周围数字的平均值。
如上所述,所谓的插值是扩大必须采取和平均的区域。例如,如果放大率为200%,原始编码区域中的小方块将被替换为2 x 2 = 4个方格,并且仅填充4个网格颜色。
可以通过对其周围的几种网格颜色进行加权平均来填充每个网格。你周围的网格越多,节省的就越多。
当然,这种解码方法的最终效果并不令人满意。
去年,德克萨斯大学的团队宣布了一种名为Torch的马赛克预防算法,但Torch的原理是识别而不是恢复。
换句话说,手电筒可以匹配与马赛克图像相同或相似的原始图像。
12 >>