影/深度學習一秒救回爛照片 NVIDIA 新技術消除雜訊變成高清畫質圖

影/深度學習一秒救回爛照片 NVIDIA 新技術消除雜訊變成高清畫質圖

▲深度學習一秒救回爛照片(圖/翻攝自科技報橘,下同)

【本文經合作夥伴《科技報橘》授權轉載,並同意《智慧機器人網》修訂標題,原文標題為《深度學習一秒救回爛照片 NVIDIA 新技術消除雜訊變成高清畫質圖》,《智慧機器人網》編輯整理】

文、圖/科技報橘

NVIDIA 與多所學校合作,用深度學習幫照片去雜訊

NVIDIA 與阿爾托大學(Aalto University)以及麻省理工學院(MIT)的研究人員於本周在瑞典斯德哥爾摩舉瓣的 ICML 上發表一項基於深度學習的方法,只要透過簡單地查看充滿噪點的影像便可輕鬆修復。

近期針對深度學習領域的研究著重在透過匹配一對影像,一個乾淨而另一個充滿噪點,來訓練神經網路修復影像,其中 AI 學習如何彌補兩者之間的差異。

這項方法有別以往之處在於僅需兩張都是充滿噪點的影像便可進行訓練。在沒有顯示無噪點影像的情況下,AI 能夠去除假象、噪點、顆粒,並自動增強影像品質。

該團隊透過 NVIDIA Tesla P100 GPU,其採用 cuDNN 加速的 TensorFlow 深度學習框架,在 ImageNet 驗證集中對 50,000 個影像進行訓練。

Noise2Noise 報告:AI 不須清楚訊號即可完成修復

在 Noise2Noise: Learning Image Restoration without Clean Data 研究報告中指出,透過機器學習將損壞的觀察結果繪製成乾淨的訊號,並利用基礎統計 推論應用於訊號重建後得出一項簡而有力的結論:在某些常見的情況 下,不需透過觀察清楚的訊號即可進行修復,並達到接近或等同於使 用清晰樣本進行訓練的結果。

本研究展示了幾項僅透過觀察損壞資料 所進行的應用,包含影像降噪、為合成的蒙特卡羅圖像降噪,以及從 不足的採樣樣本中重建核磁共振成像(MRI)。

Noise2Noise: Learning Image Restoration without Clean Data 研究報告全文:
https://drive.google.com/file/d/114nV–mIF9ldbAYGtkjEwwpzG1tyvTX8/view

熱門標籤

留言

延伸閱讀