日前在 T 客邦讀到了這篇文章「人工智慧新應用:能將原本為低解析度影片,提昇到高解析」。
也有英文的媒體文「Magic Pony’s neural network dreams up new imagery to expand an existing picture」
裡面講的是英國一個公司研發出一種可以自動將低解析度放大後的模糊圖檔,填入高解析度的畫素,
但不是填入垃圾資訊,而是透過一種人工智慧,判斷要填入什麼。
比如說如果他判定是一張人臉,那他就會嘗試將人臉的組成方式加入計算。
所以該要是眼睛的部份就不會算出個屁股來。
如果判定是一個文字,那他就會嘗試去模仿該字體,同時猜出是什麼字。
(當然,如果是中文,那就有得猜的了)
這個技術當然是需要大量的學習素材,才能提高準確率。
但是如果只是對付「特定物件」的話,是可以透過先餵食大量相關圖片來減低運算量的。
比如說如果你知道是在照食物,那程式就可以完全不考慮人臉辨識或汽車品牌等等。
那你或許會問:「我是不是來錯網站了,這好像不是相機議題....」
但是你真的這樣認為嗎?
你有想過,照相時那些高 ISO 的雜訊,如果可以透過這種運算來「補上」的話,那會是怎樣嗎?
你現在所看到的是將極低解析度的人臉提升差不多九倍解析度。
但是若不提升解析度,單純就原解析度做除噪運算呢?
甚至,你怎麼知道你的相機,上面寫著 100MP ,不是照個 50MP 後再往上演算呢?
..
沒有留言:
張貼留言