AI 수리가 뭐야?

딥러닝의 폭발적인 발전으로 이미지 인식이 더욱 쉬워졌습니다. 마찬가지로 이미지 복원에도 많은 진전이 있었습니다. AI의 이미지 복원을 통해 우리는 AI가 많은 양의 데이터를 학습한 후 이미지에 대한 기억과 상상력을 생성하여 누락되거나 흐릿하거나 노이즈가 있는 이미지를 '원래의 모습'으로 복원할 수 있는 것으로 보인다.

이제 다양한 이미지 복구 기술의 발전 과정을 살펴보겠습니다. (추천 학습: PHP 비디오 튜토리얼)

클린 샘플 필요 없음, 슈퍼 노이즈 제거

최근 NVIDIA, Aalto University 및 MIT는 이미지 복원을 위한 새로운 기술을 제안했습니다. 이미지이며 깨끗한 이미지 샘플이 필요하지 않습니다. 이 작업은 2018 ICML 컨퍼런스에서 발표되었습니다.

영상에서는 다양한 이미지 노이즈(가우시안 노이즈, 포아송 노이즈, 베르누이 노이즈, 임펄스 노이즈 등)를 보여줍니다. 신경망은 노이즈 사진 쌍을 학습하여 좋은 결과를 얻습니다.

현재 이 작업에서는 매우 좋은 사람으로 간주되며 일부 세부 사항도 꽤 잘 처리됩니다. 그들은 이 기술을 Noise2Noise라고 부릅니다. 팀은 ImageNet 데이터베이스에서 50,000개의 이미지를 가져와 "노이즈"를 발생시켰습니다. 그런 다음 훈련을 위해 이러한 "더러운" 사진을 모델에 입력하여 모델이 "노이즈를 줄이는" 방법을 학습할 수 있도록 합니다.

이 모델이 찍은 사진은 모두 다양한 노이즈가 추가된 사진이며 원본 사진이 어떤 모습일지 전혀 알 수 없다는 점에 주목할 필요가 있습니다. 연구진은 "신경망이 깨끗한 이미지 없이 이미지를 복구하는 방법을 학습하는 것이 가능하다"고 말했다. 그래서 그들은 쌍을 이루는 노이즈 이미지를 사용하여 작업을 완료했다.

연구자들은 이 기술을 천체 사진, 자기공명영상(MRI), 뇌 스캔 등 노이즈가 많이 포함된 영상에 적용할 수 있기를 바라고 있습니다.

IXI 데이터세트의 약 5000개 이미지를 사용하여 Noise2Noise의 MRI 이미지 노이즈 제거 기능을 훈련하세요. 인공 노이즈가 없으면 결과가 원본 이미지보다 약간 흐릴 수 있지만 여전히 선명도가 잘 복원됩니다.

AI 두뇌 보충, 누락된 이미지 복구

누락된 이미지를 복구하는 알고리즘은 많습니다. 먼저 누락된 전체 이미지를 복구하는 알고리즘을 살펴보겠습니다. 이 알고리즘은 University of Southern California의 작업에서 나온 것입니다.

완벽해 보이지는 않지만 PS 초보자로서 이 정도 수준까지만 운용할 수 있습니다.

CNN 네트워크 구조

네트워크는 실제로 두 개의 신경망으로 구성됩니다. 하나는 콘텐츠 생성 네트워크이고 다른 하나는 텍스처 생성 네트워크입니다. 콘텐츠 생성 네트워크는 이미지를 생성하고 누락된 부분의 콘텐츠를 추론합니다. 텍스처 생성 네트워크는 콘텐츠 네트워크에서 생성된 텍스처를 향상시키는 데 사용됩니다. 구체적으로 생성된 완성 이미지와 누락되지 않은 원본 이미지가 텍스처 생성 네트워크에 입력되고, feature_map의 특정 레이어에서 손실이 계산됩니다. Loss NN으로 기록됩니다.

PHP 관련 기술 기사를 더 보려면 PHP 그래픽 튜토리얼 칼럼을 방문하여 알아보세요!

위 내용은 AI 수리가 뭐야?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!