专栏首页ATYUN订阅号NVIDIA新研究:AI只通过噪点图像的训练就可以修复照片

NVIDIA新研究:AI只通过噪点图像的训练就可以修复照片

编译:chux

出品:ATYUN订阅号

如果在低光照下拍摄的照片,噪音和伪影可以自动消除,那将会如何;如果你的照片库中有颗粒状或像素化的图像呢,你会想要修复它们吗?现在一种基于深度学习的方法已经学会了通过简单查看损坏的照片的示例来修复照片。

这项工作由NVIDIA,阿尔托大学和麻省理工学院的研究人员开发,本周将在瑞典斯德哥尔摩举行的国际机器学习会议上发表。

最近在该领域的深度学习工作集中在训练神经网络,以通过显示对噪声和清晰图像的示例对恢复图像。然后AI学习如何弥补差异。这种方法则不同,因为它只需要两个带噪点或纹理的输入图像。

即使以前没有显示过无噪点图像的情况下,此AI也可以消除伪影,噪点,纹理,并自动增强照片。

研究人员在他们的论文中指出:“系统在没用经过无噪点图像训练下,也有可能学会恢复信号,在性能上有时甚至超过经过训练的系统。神经网络与最先进的方法相媲美使用干净的例子,使用完全相同的训练方法,并且通常在培训时间或性能方面没有明显的缺点。“

使用NVIDIA的Tesla GPU的P100与cuDNN -accelerated TensorFlow深度学习框架,团队用ImageNet验证组50000个图像训练了他们的系统。

视频内容

为了测试系统,该团队在三个不同的数据集上验证了神经网络。

该方法甚至可以用于增强MRI图像,可能为大幅改善医学成像铺平道路。

该团队表示,“有几种现实世界的情况很难获得干净的训练数据:低光照摄影(例如天文成像),基于物理的渲染和磁共振成像。我们的概念验证演示通过消除对潜在的大量清晰数据收集的需求,为这些应用程序带来了显着的潜在优势。当然,没有免费的午餐,我们无法学习如何获取输入数据中没有的功能,但这同样适用于清晰目标的训练。”

本文分享自微信公众号 - ATYUN订阅号(atyun_com)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-07-11

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 谷歌:计算机视觉模型可在无监督情况下跟踪对象并对视频着色

    视频的对象跟踪是计算机视觉的一个基本问题,对于诸如活动识别,对象交互或视频风格化等应用至关重要。然而,教会一台机器以直观地跟踪物体充满挑战性,部分原因在于它需要...

    AiTechYun
  • 一文读懂在深度学习中使用迁移学习的好处

    迁移学习是一种使用为任务开发的模型做第二个任务模型起点的机器学习方法。使用预训练模型作计算机视觉和自然语言处理任务的起点是深度学习中一种流行的方法。因为在这些问...

    AiTechYun
  • 赫尔辛基大学AI基础教程:先进的神经网络技术(5.3节)

    在赫尔辛基大学AI基础教程前一节中,我们讨论了大多数神经网络方法的基本思想:多层神经网络,非线性激活函数并学习了反向传播算法。

    AiTechYun
  • 预训练还需要监督信息吗?一文了解无监督训练的优势

    论文链接:https://arxiv.org/pdf/2006.06606.pdf

    机器之心
  • 神经网络需要强大的计算能力如何解决?

    大家好,我是小发猫。今天又要跟大家讲故事了。这个问题很有意义。机器学习算法没有缺点,那么为什么数据科学家选择深度学习算法呢?神经网络能为我们提供哪些传统机器学习...

    用户3165364
  • CNN vs RNN vs ANN——3种神经网络分析模型,你pick谁?

    这个问题很有意义。机器学习算法并没有什么不足之处,那么为什么数据科学家要选择深度学习算法呢?神经网路能够提供给我们哪些传统机器学习提供不了的功能呢?

    AI科技大本营
  • 观点|12位专家展望未来5年深度学习发展趋势

    ? 2015年已然过去,2016刚刚开始,回头将目光集中于去年的成就上,以及对将来科学趋势的预测。去年最令人瞩目的一个领域就是深度学习,它是机器学习中越来越流...

    灯塔大数据
  • 学界 | 纽约大学:参考儿童认知发展,通过简单神经网络学习归纳偏置

    机器之心
  • 12位专家,展望未来5年深度学习发展趋势

    大数据文摘
  • 什么是深度学习?

    深度学习是机器学习的一个子领域,涉及被称为人工神经网络的大脑的结构和功能所启发的算法。

    anthlu

扫码关注云+社区

领取腾讯云代金券