NVIDIA использует алгоритмы гауссовой регрессии для точного воссоздания искаженных фотографий

Повторное отображение космической фотографии НАСА для более четкого результата. Космический полет сейчас

NVIDIA уже давно известна своими безупречными графическими процессорами, основным продуктом которых является карта NVIDIA GeForce. При этом компания всегда занимала центральное место в исследованиях и разработке опыта в области улучшения искусственного интеллекта в видеоиграх, графическом дизайне, обработке данных и автомобилях.

В последнее время NVIDIA начала фокусироваться на искусственном интеллекте изолированно, в своем последнем проекте, в котором большое внимание уделяется интеллектуальному воссозданию ранее существовавших фотографий с использованием гауссовых алгоритмов для оценки наименьших различий локусов между сотнями четких и размытых изображений, классифицированных по температуре и оттенку, а затем ввод этих значений в выражения регрессии отдельных размытых фотографий, чтобы вернуться к тому, как могли бы выглядеть их исходные четкие изображения. Этот процесс выполняется индивидуально для каждой точки на фотографии, и используется суммирование для получения общего значения наименьшей разницы.

NVIDIA Office. Nasdaq в Твиттере

Алгоритм работает, чтобы узнать из прошлых попыток, что обозначают определенные цвета и узоры на экране. Когда была разработана система, это были тысячи размытых и оригинальных изображений, чтобы машина могла определить, какие рисунки и цвета на экране соответствуют канавкам и краям исходного изображения. Пройдя множество испытаний, NVIDIA удалось научить свой ИИ-чип учиться на предыдущих испытаниях и хранить базу данных совпадающих графических кодов, которые преобразуются в математический код в зависимости от местоположения, оттенка и температуры. Используя прошлый опыт и взаимосвязь, установленную между размытыми и четкими изображениями одного и того же места и оттенка, машина создает новые изображения, применяя формулы, которые лучше всего соответствуют оттенку и температуре новой фотографии. NVIDIA провела достаточно испытаний своего алгоритма, чтобы иметь достаточно надежную базу данных для хранения, которую ИИ может использовать при работе с новыми изображениями, и теперь механизм работает сам по себе, способный обнаруживать практически любое изображение путем обучения обучению с подкреплением (RL). . Например, после обнаружения достаточного количества лиц машина может различать размытые лица при испытании, поскольку она понимает, какие размытые бороздки соответствуют каким чертам лица на самом деле. В базу данных алгоритмов также добавлено воздействие различных видов шума, таких как перетянутые, побеленные, отфильтрованные и текстурированные изображения.

В алгоритме математический На языке, программа считывает соответствующие поврежденные и очищенные локусы на соответствующих изображениях, записывая x, y, x ’и y’ в свою базу данных. Затем он создает кривую гауссовой регрессии, чтобы сопоставить различия между ними, что позволяет преобразовать на основе общего фотографического шума. В сгенерированном выражении регрессии наименьших квадратов берется наименьшее значение, удовлетворяющее условию, и строится новая кривая гауссовского значения. При преобразовании изображения обратно в его исходное качество четкости температура каждой точки изменяется на основе разницы шаблона регрессии в базе данных AI-машины, которая соответствует этому конкретному цвету и шаблону, и каждая точка переворачивается, чтобы получить полное четкое изображение. Механизм гауссовой кривизны учитывает наиболее общие формы шума, но если устройство способно идентифицировать другие формы шума, которые часто приписываются несвоевременной выдержке или обычному затенению изображения, значение наименьшей гауссовой разницы усредняется с значения Пуассона (для первого) и Бернулли (для последнего) набора данных также с наименьшей разницей.

Обработка фотографий с помощью искусственного интеллекта. BT

С точки зрения непрофессионала, роль, которую играет в этом искусственный интеллект, заключается в умном обнаружении и преобразовании уникальных фотографий на основе практики, уже примененной устройством. Когда дело доходит до уровня искусственного интеллекта, достигнутого сегодня, который все еще находится на стадии, когда он не является особенно независимым и его усилия ограничиваются диапазоном уже отработанных сценариев, NVIDIA многого достигла в создании машины, которая может попытаться воссоздать невидимые фотографии с высочайшим уровнем точности за счет постоянной адаптации и расширения своей базы данных для повышения успешности последующих фотографических оборотов.