आम

शोधकर्ताओं ने तंत्रिका नेटवर्क विकसित किया है जो क्षतिग्रस्त या कम गुणवत्ता वाली छवियों को पुनर्स्थापित कर सकता है


शोधकर्ताओं ने एक तंत्रिका जाल विकसित किया है जो दानेदार बारी कर सकता है, फोकस चित्रों से सुपर तेज स्नैप्स में। मॉस्को में ऑक्सफोर्ड विश्वविद्यालय और स्कोलोवो इंस्टीट्यूट ऑफ साइंस एंड टेक्नोलॉजी के बीच सहयोग ने तंत्रिका नेटवर्क प्रणाली का विकास किया है जिसे वे डीप इमेज प्रायर कहते हैं। डॉ। रॉबर्ट हेच-नील्सन द्वारा एक तंत्रिका नेटवर्क का सबसे अच्छा वर्णन किया गया है, जो इसे परिभाषित करता है, "एक कंप्यूटिंग सिस्टम जो कई सरल, अत्यधिक परस्पर प्रसंस्करण तत्वों से बना है, जो बाहरी इनपुटों के लिए उनकी गतिशील राज्य प्रतिक्रिया द्वारा सूचना को संसाधित करता है।" यह नए कौशल और प्रसंस्करण के तरीके सीखने के लिए प्रस्तुत की गई जानकारी का उपयोग करता है। वे एक मानव मस्तिष्क के समान तरीके से डिज़ाइन किए गए हैं; नेटवर्क का निर्माण हजारों नोड्स से किया जाता है जो वे उस डेटा के बारे में निर्णय लेने के लिए उपयोग करते हैं जो उन्हें प्रस्तुत किया जाता है।

नेटवर्क बड़े डेटा के बजाय करके सीखता है

कई तंत्रिका नेटवर्क बड़े डेटा सेट से तंग आकर सीखते हैं जो वे किसी विशेष कार्य में खुद को प्रशिक्षित करने के लिए उपयोग करते हैं, लेकिन डीप इमेज प्रायर एक अलग दृष्टिकोण का उपयोग करता है। एक बड़े डेटा सेट का उपयोग करने के बजाय, नेटवर्क को एक धुंधली तस्वीर को हजारों बार फिर से तैयार करने के लिए कहा गया जब तक कि यह वास्तव में नहीं मिला, वास्तव में यह अच्छा था, और वे छवियां बना सकते थे जो मूल से भी बेहतर थे। लापता या क्षतिग्रस्त भागों के अंतराल को भरने में मदद करने के लिए नेटवर्क मौजूदा इनपुट का उपयोग करता है। शोध के सह-लेखक दिमित्री उल्यानोव इस प्रक्रिया का वर्णन करते हैं: "[] नेटवर्क दूषित क्षेत्रों को पास से बनावट के साथ भरता है।" वह स्वीकार करता है कि ऐसे समय होते हैं जब नेटवर्क पुनः प्रयास में विफल रहता है। “स्पष्ट विफलता का मामला सिमेंटिक इनपैनटिंग से संबंधित कुछ भी होगा, उदा। एक ऐसे क्षेत्र को पेंट करें जहां आप एक आंख होने की उम्मीद करते हैं - हमारी पद्धति चेहरे के शब्दार्थों के बारे में कुछ नहीं जानती है और भ्रष्ट क्षेत्र को कुछ बनावटों से भर देगी। "

डीप इमेज से पहले कॉपीराइट की चिंताओं को उठाया जाता है

डीप इमेज प्रायर वास्तव में oring रिस्टोरिंग ’छवियों पर इतना अच्छा लगा कि यह छवियों के शीर्ष पर रखे वॉटरमार्क को सफलतापूर्वक हटाने में सक्षम था। हालांकि यह सुविधा कॉपीराइट उल्लंघन के बारे में चिंता जताती है, लेकिन यह ऐसा काम करने में सक्षम पहला उपकरण नहीं है। शोधकर्ता यह बताने के इच्छुक हैं कि तस्वीरों को पुनर्स्थापित करने के लिए सिस्टम के दिलचस्प अनुप्रयोगों में से यह एक बड़ा उदाहरण हो सकता है कि एक बड़े नेटवर्क को आधार के रूप में बड़े डेटासेट की आवश्यकता के बिना कैसे काम किया जा सकता है। नेटवर्क को विकसित करने वाले तीन शोधकर्ताओं, एंड्रिया वेदाल्डी, विक्टर लेम्पिट्स्की और दिमित्री उल्यानोव ने अपने कोड को स्वतंत्र रूप से प्रकाशित किया है और इसे GitHub पर उपलब्ध कराया है। डीप इमेज प्रायर सिर्फ कई नई प्रणालियों में से एक है जो छवियों की गुणवत्ता में सुधार करने में सक्षम है।

संग्रहालय और अभिलेखागार क्षतिग्रस्त और खराब गुणवत्ता वाली सामग्री को बहाल करने के लिए इन प्रणालियों के आवेदन में बहुत रुचि रखते हैं। जैसा कि कंप्यूटिंग प्रोसेसिंग में लगातार सुधार होता है, शायद शौकिया फोटोग्राफरों के लिए सिस्टम के घरेलू संस्करण भी उपलब्ध हो जाएंगे ताकि उनके काम की गुणवत्ता में सुधार हो सके।


वीडियो देखना: : कनवरसशनल नयरल नटवरक परट 1 कय ह - फलटर (अक्टूबर 2021).