Të mësuarit makinerik është një trend tjetër në të cilën jemi për momentin dhe supozon se mund të përfitojmë prej tij për të marrë rekomandime më të mira kur dëgjojmë ato lista për muzikë në Google Play Music. Dje po komentonim lojën e G-së së madhe Me azhurnimin e ri dhe atë mësim makinerik që do të mësojë më shumë për ju ndërsa përdorni më shumë aplikacionin.
Tani dëshironi të përdorni atë motor për cilat janë ato fotografi që janë të kufizuara nga rezolucioni i pajisjes ose nga kujtesa e brendshme e zvogëluar e një pajisjeje. Google nuk dëshiron të humbasë mundësinë që fotografitë me rezolucion më të lartë janë gjithnjë e më të nevojshme, sepse ekranet, të tilla si TV të zgjuar ose phablets, i kërkojnë ato. Kjo është arsyeja pse ka prezantoi teknikën e quajtur RAISR.
"RAISR: Imazh i Shpejtë dhe i Saktë me Super Rezolucion"
Shtë një teknikë që përfshin të mësuarit makinerik në mënyrë që prodhoni versione me cilësi të lartë të imazheve me rezolucion të ulët. RAISR prodhon rezultate që janë të krahasueshme ose më të mira se metodat e rezolucionit super të disponueshëm, dhe madje përmirëson kohën e performancës me 10 deri në 100 herë. Kjo shpejtësi në proces i lejon ata të jenë në dispozicion në një pajisje në kohë reale. Edhe më vonë, kjo teknikë do të parandalojë rekreacionin e objekteve të dhëmbëzuara ose aliasing që ekzistojnë në imazhe me rezolucion të ulët.
Për disa vjet ka ekzistuar një teknikë e quajtur kampionim, i cili prodhon një imazh më të madh me një numër më të madh pikselësh dhe cilësi më të lartë të imazhit nga një me rezolucion të ulët. Një teknikë që përdor metoda lineare që plotësojnë vlerat e një pikseli të ri duke përdorur kombinime të vlerave që e rrethojnë atë. Kjo metodë është e shpejtë sepse ato janë filtra linearë. Ndërsa ajo që i bën ata të shpejtë, i bën ata më pak efektivë në paraqitjen e detajeve të gjalla në rezultate me rezolucion më të lartë. Imazhi më poshtë e tregon atë në mënyrë të përsosur.
Si funksionon RAISR
RAISR përdor të mësuarit në makinë me disa imazhe, një me cilësi të ulët dhe një me cilësi të lartë, për të gjetur filtra që, kur zbatohen në mënyrë selektive në secilin piksel të imazhit me rezolucion të ulët, do të rikrijojnë detaje që janë të krahasueshme me cilësinë e origjinalit. RAISR mund të "trajnohet në dy mënyra". E para është një metodë e drejtpërdrejtë, në të cilën filtrat mësohen drejtpërdrejt nga çifti i imazheve me rezolucion të ulët dhe të lartë. Metoda tjetër kalon një filtër të ngjashëm me metodën "upsampler" në imazhin me rezolucion të ulët dhe pastaj "mëson" filtrat e kalimit të dhënë dhe imazhin me rezolucion të lartë.
Cilado qoftë metoda, filtrat RAISR ata janë "trajnuar" sipas karakteristikave të "majave" që gjenden në copëza të vogla imazhesh, siç janë gradientët e ngjyrave / shkëlqimit, rajone me teksturë ose të rrafshët dhe më shumë, të cilat karakterizohen nga drejtimi, fuqia dhe koherenca.
Shkurtimisht, në kohë reale RAISR zgjedh dhe zbaton filtrat më të rëndësishëm nga lista e atyre që mësohen nga secili piksel fqinj në imazhin me rezolucion të ulët. Kur ato filtra aplikohen në imazhin me cilësinë më të dobët, rikrijon detaje që janë të krahasueshme në cilësi me origjinalin rezolucion të lartë. Kjo është ajo që bën për të eleminuar objekte të dhëmbëzuara si modelet Moire dhe më shumë.
Deri më sot, përdorimi i të mësuarit makinerik, me dekada përparime në teknologjinë e imazhit, ka mundësuar përparim në përpunimin e imazhit që qëndron në një larmi përfitimesh të mundshme. Një nga shembujt e dhënë nga Google do të ishte përmirësimi i gjestit të «çikë në zoom» ose «çikë» në telefon, i cili do të arrinte që ai të kapet, ruhet ose transmetoni imazhe në një rezolucion më të ulët kështu që më në fund arriti në destinacionin e saj në rezolucionin e duhur, me cilësi të lartë. Kjo do të nënkuptojë një kursim të madh në të dhënat e përdorura në transferim dhe në planet e ruajtjes.