කෘතිම බුද්ධිය අඩු විභේදන ඡායාරූප වැඩි දියුණු කරයි
![කෘතිම බුද්ධිය අඩු විභේදන ඡායාරූප වැඩි දියුණු කරයි](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt.jpg)
අන්තර්ගත වගුව
පින්තූර වැඩිදියුණු කිරීම සඳහා කෘතිම බුද්ධිය භාවිතා කිරීම සීමා නොමැති බව පෙනේ . පර්යේෂණාත්මක මෘදුකාංග පිළිබඳ පර්යේෂණ මාලාවක් ඡායාරූපවල විභේදනය වැඩි දියුණු කිරීමට ඇති හැකියාව ගැන විශ්මයට පත් කර ඇත, එතෙක් අප රූපවාහිනියේ දකින පොලිස් කතා මාලා වල පමණක් කළ හැකි බව පෙනේ.
අපි වැඩි දියුණු කරමු. , ඡායාරූප වැඩි දියුණු කිරීම සඳහා ස්නායු ජාල භාවිතා කරන නව වෙබ් අඩවියක් එවැනි නව විශේෂාංගයකි. මෙම සේවාව ඡායාරූපවලින් අස්ථානගත වී ඇති විස්තර සහ වයනය වැඩිදියුණු කර පැහැදිලි කරයි. වඩාත් මෑතක දී, ජර්මානු විද්යාඥයින් විසින් EnhanceNet-PAT සංවර්ධනය කිරීම නිවේදනය කරන ලදී, එය බිය උපදවන ආකාරයෙන් රූපවල තියුණු බව ප්රතිසාධනය කිරීමට කළමනාකරණය කරන ඇල්ගොරිතමයකි.
අපි වැඩි දියුණු කරමු
Let's Enhance යනු ස්නායු භාවිතා කරන වෙබ් අඩවියකි. ඡායාරූප වැඩි දියුණු කිරීම සඳහා ජාල සහ අවම සහ භාවිතයට පහසු ලෙස නිර්මාණය කර ඇත. මුල් පිටුව ඔබට ඡායාරූපයක් මැදට ඇදගෙන යාමට ආරාධනා කරයි. ඔබේ ඡායාරූපය ලැබුණු පසු, ස්නායුක ජාලය විස්තර සහ වයනය වැඩි දියුණු කර පැහැදිලි කරයි, එවිට ඡායාරූපය ස්වාභාවික ලෙස පෙනේ.
ඔබ ඡායාරූපයක් උඩුගත කරන සෑම අවස්ථාවකම, ප්රතිඵල 3ක් නිපදවනු ලැබේ: Anti-JPEG පෙරහන JPEG කෞතුක වස්තු ඉවත් කරයි, නීරස පෙරහන මගින් දැනට පවතින විස්තර සහ දාර සංරක්ෂණය කරයි, සහ Magic ෆිල්ටරය ඡායාරූපයේ ඇත්ත වශයෙන්ම කලින් නොතිබූ (AI භාවිතා කරමින්) නව තොරතුරු ඇඳීම සහ මායාව ඇති කරයි.
කාර්යය නිම කිරීමට ඔබට මිනිත්තු කිහිපයක් රැඳී සිටීමට සිදු වනු ඇත ,නමුත් එය වටිනවා - ලබාගත් ප්රතිඵල ඇත්තෙන්ම ආකර්ෂණීයයි. PetaPixel වෙබ් අඩවිය දැන් නිකුත් කරන ලද Rylo කැමරාවේ ප්රචාරක ඡායාරූපයක් භාවිතයෙන් පද්ධතිය සමඟ පරීක්ෂණ මාලාවක් ක්රියාත්මක කළේය. මුල් රූපය බලන්න:
ඉන්පසු රූපය 500px පළලට ප්රතිප්රමාණ කරන ලදී.
500px පළල ඡායාරූපය පසුව ෆොටෝෂොප් හි 2000px පළලට නැවත නියැදී ඇත “ප්රිසර්ව් ඩීටේල්ස් (විශාල කිරීම)” විකල්පය භාවිතයෙන් බිහිසුණු වයනය සහිත ඡායාරූපයක් නිෂ්පාදනය කිරීම (ඇඟිලි බලන්න):
නමුත් 500px ඡායාරූපය නැවත නියැදීම අපි වැඩි දියුණු කරමු යථාර්ථවාදී අත් වයනය ප්රතිසාධනය කර ඇති රූපයේ වඩා පිරිසිදු අනුවාදයක් නිෂ්පාදනය කරමු:
බලන්න: මාරියෝ ටෙස්ටිනෝගේ අතිවිශිෂ්ටය
වෙනස වඩාත් පහසුවෙන් දැකීමට ඔබට උදවු කිරීමට මෙන්න බෝග සංසන්දනය:
0>![](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt-4.jpg)
වෙනත් උදාහරණ බලන්න:
![](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt-5.jpg)
![](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt-6.jpg)
![](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt-7.jpg)
![](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt-8.jpg)
![](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt-9.jpg)
![](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt-10.jpg)
![](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt-11.jpg)
![](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt-12.jpg)
![](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt-13.jpg)
Enhance නිර්මාණය කරන ලදී Alex Savsunenko සහ Vladislav Pranskevičius විසින් Ph.D. පසුගිය මාස දෙකහමාර තුළ මෘදුකාංගය ගොඩනඟමින් සිටි පිළිවෙලින් රසායන විද්යාව සහ හිටපු CTO. පද්ධතිය දැනට එහි පළමු ස්ථානයේ ඇතඅනුවාදය සහ පරිශීලක අවශ්යතා සහ ප්රතිපෝෂණ මත පදනම්ව අඛණ්ඩව වැඩිදියුණු කරනු ඇත.
වත්මන් ස්නායුක ජාලය “ආසන්න වශයෙන් 10% ක අනුපාතයකින් ප්රතිලේඛන ඇතුළත් ඉතා විශාල රූප උපකුලකයක් මත පුහුණු කර ඇත,” Savsunenko පවසයි.
එක් එක් රූප වර්ග සඳහා වෙන වෙනම ජාල නිර්මාණය කර පටවන ලද වර්ගය හඳුනාගෙන සුදුසු ජාලයක් යෙදීම එහි අදහස බව ඔහු පැහැදිලි කරයි. වර්තමාන අනුවාදය සතුන්ගේ සහ භූ දර්ශන සමඟින් වඩා හොඳ ප්රතිඵල ලබා ගෙන ඇත.
EnhanceNet-PAT
EnhanceNet-PAT යනු Tübingen හි Max Planck Institute for Intelligent Systems හි විද්යාඥයින් විසින් වැඩි දියුණු කරන ලද නව ඇල්ගොරිතමයකි. ජර්මනියේ. මෙම නව තාක්ෂණය ද ආකර්ෂණීය ප්රතිඵල පෙන්වා ඇත. කුරුල්ලෙකුගේ මුල් ඡායාරූපයක් සහිත උදාහරණයක් පහත දැක්වේ:
විද්යාඥයන් ඡායාරූපය ගෙන මෙය නිර්මාණය කළේය. සියලුම සියුම් විස්තර නැති වී ඇති අඩු විභේදන අනුවාදය:
ඉන්පසු අඩු විභේදන අනුවාදය EnhanceNet-PAT විසින් සකසන ලද අතර, අධි විභේදන අනුවාදයක් කෘතිමව වැඩි දියුණු කරන ලදී එය මුල් ඡායාරූපයෙන් පාහේ වෙන්කර හඳුනාගත නොහැකිය.
සාම්ප්රදායික ඉහළ නැංවීමේ තාක්ෂණයන් අවට පික්සල මත පදනම්ව ගණනය කිරීමෙන් නැතිවූ පික්සල සහ විස්තර පිරවීමට උත්සාහ කරයි. කෙසේ වෙතත්, මෙම වර්ගයේ උපාය මාර්ගවල ප්රතිඵල සෑහීමකට පත් නොවේ. විද්යාඥයන් දැන් ගවේෂණය කරන්නේ එහි භාවිතයයි කෘතිම බුද්ධිය එවිට යන්ත්රය මුල් අධි-විභේදන අනුවාද අධ්යයනය කිරීමෙන් අඩු-විභේදන ඡායාරූප කෙබඳු විය යුතු දැයි “ඉගෙන” ඇත.
මෙසේ පුහුණු කළ පසු, ඇල්ගොරිතමවලට නව ඡායාරූප ගත හැක. අඩු-විභේදන රූපයක් සහ එම ඡායාරූපයේ "මුල්" අධි-විභේදන අනුවාදයක් වඩා හොඳින් අනුමාන කරන්න.
"අඩු-විභේදන රූපයක රටා හඳුනා ගැනීමට සහ උත්පාදනය කිරීමට හැකි වීමෙන් සහ එම රටා උඩුගත කිරීමේදී යෙදීමෙන් ක්රියාවලිය , EnhanceNet-PAT කුරුල්ලාගේ පිහාටු කෙබඳු විය යුතුද යන්න ගැන සිතන අතර ඒ අනුව අඩු විභේදන රූපයට අමතර පික්සල එකතු කරයි” යනුවෙන් Max Planck ආයතනය පවසයි.
EnhanceNet-PAT හි තාක්ෂණික තොරතුරු පිළිබඳ වැඩිදුර දැන ගැනීමට, පර්යේෂණ ව්යාපෘති වෙබ් අඩවිය වෙත යන්න.