Învățarea automată este o altă tendință în care ne aflăm în acest moment și presupunem că putem profita de acesta pentru a obține recomandări mai bune atunci când ascultăm acele playlisturi muzicale pe Google Play Music. Ieri comentam jocul marelui G Cu noua actualizare și acea învățare automată care va afla mai multe despre dvs. pe măsură ce utilizați mai mult aplicația.
Acum doriți să utilizați acel motor pentru ceea ce sunt toate acele fotografii care sunt limitate de rezoluția dispozitivului sau de memoria internă redusă a unui dispozitiv. Google nu dorește să rateze oportunitatea că este nevoie de fotografii cu rezoluție mai mare din ce în ce mai mare, deoarece ecranele, precum televizoarele inteligente sau phabletele, le solicită. De aceea a făcut-o a introdus tehnica numită RAISR.
„RAISR: imagine de rezoluție rapidă și precisă”
Este o tehnică care încorporează învățarea automată în scopul produce versiuni de înaltă calitate ale imaginilor cu rezoluție mică. RAISR produce rezultate comparabile sau mai bune decât metodele de super rezoluție disponibile și chiar îmbunătățește timpul de performanță de 10 până la 100 de ori. Această rapiditate în proces le permite să fie disponibile pe un dispozitiv în timp real. Chiar și mai târziu, această tehnică va împiedica recreerea artefactelor zimțate sau aliasing care există în imaginile cu rezoluție mică.
De câțiva ani a existat o tehnică numită upsampling, care produce o imagine mai mare cu un număr mai mare de pixeli și o calitate a imaginii mai mare dintr-o rezoluție mică. O tehnică care folosește metode liniare care completează valorile unui nou pixel folosind combinații de valori care îl înconjoară. Această metodă este rapidă, deoarece acestea sunt filtre liniare. În timp ce ceea ce îi face rapid, îi face mai puțin eficienți în prezentarea detaliilor vii în rezultate cu rezoluție mai mare. Imaginea de mai jos o arată perfect.
Cum funcționează RAISR
RAISR folosește învățare automată cu câteva imagini, unul de calitate scăzută și unul de înaltă calitate, pentru a găsi filtre care, atunci când sunt aplicate selectiv la fiecare pixel al imaginii cu rezoluție mai mică, vor recrea detalii care sunt comparabile cu calitatea originalului. RAISR poate fi „instruit în două moduri”. Prima este o metodă directă, în care filtrele sunt învățate direct din perechea de imagini cu rezoluție mică și înaltă. Cealaltă metodă trece un filtru similar cu metoda „upsampler” pentru imaginea cu rezoluție mică și apoi „învață” filtrele pentru trecerea dată și imaginea cu rezoluție înaltă.
Oricare ar fi metoda, filtrele RAISR sunt „instruiți” conform caracteristicilor „vârfurilor” găsite în mici petice de imagini, cum ar fi gradienții de culoare / luminozitate, regiuni texturate sau plane și multe altele, care se caracterizează prin direcție, putere și coerență.
Pe scurt, în timp real RAISR selectează și aplică cele mai relevante filtre din lista celor învățați de la fiecare pixel vecin în imaginea cu rezoluție mică. Când filtrele respective sunt aplicate imaginii de cea mai slabă calitate recreează detalii care sunt comparabile ca calitate cu originalul Rezoluție înaltă. Acesta este ceea ce face este să elimine artefacte zimțate, cum ar fi modelele Moire și multe altele.
Până în prezent, utilizarea învățării automate, de-a lungul a zeci de ani de progrese în tehnologia imagistică, a permis progresul procesării imaginilor care se află într-o mare varietate de beneficii potențiale. Unul dintre exemplele date de Google ar fi îmbunătățirea gestului de „pinch to zoom” sau „pinch” de pe telefon, ceea ce ar permite ca acesta să poată fi capturat, salvat sau transmite imagini la o rezoluție mai mică astfel încât în cele din urmă a ajuns la destinație în rezoluția corectă și de înaltă calitate. Acest lucru ar însemna o economie excelentă în datele utilizate în transfer și în planurile de stocare.