यह तंत्रिका नेटवर्क आपकी धुंधली छवियों को फिर से सही गुणवत्ता बना सकता है

आपके कंप्यूटर पर केवल एक छवि को खोलने से बुरा कुछ नहीं है कि यह इतना दानेदार हो कि आप इसे बनाना भी शुरू न कर सकें।

कुछ लोग कह सकते हैं कि एक बेहतर कैमरा मिल सकता है। ये लोग मतलबी हैं। लेकिन कंप्यूटर वैज्ञानिक - अच्छे, सहायक लोग - कह रहे हैं कि एक तंत्रिका नेटवर्क का उपयोग करें, एक कंप्यूटर प्रणाली जिसे मानव मस्तिष्क की सोच की नकल करने के लिए डिज़ाइन किया गया है।

मॉस्को में ऑक्सफोर्ड यूनिवर्सिटी और स्कोलोवो इंस्टीट्यूट ऑफ साइंस एंड टेक्नोलॉजी के तीन कंप्यूटर वैज्ञानिक, जो कंप्यूटर विज़न के विशेषज्ञ हैं, ने एक तंत्रिका जाल विकसित किया है जो एवोकैडो टोस्ट की उस बेकार पिक्सलेटेड तस्वीर को एक छवि में बदल सकता है जो पूरी तरह से Instagrammable है। वे इसे डीप इमेज प्रायर कहते हैं।

तंत्रिका नेटवर्क को मानव मस्तिष्क के सदृश बनाने के लिए शिथिल रूप से तैयार किया गया है। वे हजारों नोड्स से बने हैं जिनका उपयोग वे अपने द्वारा प्रस्तुत किए जा रहे डेटा के बारे में निर्णय और निर्णय लेने के लिए करते हैं। टॉडलर्स की तरह, वे कुछ भी नहीं जानते हैं, लेकिन कुछ हज़ार प्रशिक्षण सत्रों के बाद वे रोज़मर्रा के कामों में इंसानों से बेहतर बन सकते हैं।

कई न्यूरल नेटवर्क को बड़े डेटासेट खिलाकर प्रशिक्षित किया जाता है, जो उन्हें निर्णय लेने के लिए खींचने के लिए जानकारी का एक बड़ा पूल देता है।

डीप इमेज प्रायर एक अलग दृष्टिकोण लेता है। यह सब कुछ केवल एक मूल छवि से बाहर काम करता है, किसी भी पूर्व प्रशिक्षण की आवश्यकता नहीं है इससे पहले कि यह आपके भद्दे, भ्रष्ट छवि को उच्च-रिज़ॉर्ट शॉट में बदल सके।

तीन कंप्यूटर वैज्ञानिकों ने धुंधली तस्वीर को हज़ारों बार रिड्यूस करने के लिए एक जेनरेटर नेटवर्क का उपयोग किया जब तक कि यह उस पर इतना अच्छा नहीं हो जाता कि यह मूल से बेहतर एक चित्र बनाता है। यह लापता या क्षतिग्रस्त भागों को भरने के लिए संदर्भ के रूप में मौजूदा इनपुट का उपयोग करता है। कुछ परिणाम पूर्व-प्रशिक्षित तंत्रिका नेटवर्क से आउटपुट से भी बेहतर थे।

" नेटवर्क दूषित क्षेत्रों को पास से बनावट के साथ भरता है," दिमित्री उल्यानोव ने एक रेडिट पोस्ट में शोध के सह-लेखक कहा।

उन्होंने स्वीकार किया कि कुछ ऐसे उदाहरण हैं जहां नेटवर्क विफल हो जाएगा, जैसे कि मानव आंख को फिर से संगठित करने की जटिलता: "स्पष्ट विफलता का मामला सिमेंटिक इनपेंटिंग से संबंधित कुछ भी होगा, उदा। एक ऐसे क्षेत्र में प्रवेश करें जहां आप एक आंख होने की उम्मीद करते हैं - हमारी पद्धति चेहरे के शब्दार्थों के बारे में कुछ नहीं जानती है और कुछ बनावट के साथ भ्रष्ट क्षेत्र को भर देगी।"

तस्वीरों को पुनर्स्थापित करने के अलावा, डीप इमेज प्रायर भी छवियों पर लगाए गए पाठ को सफलतापूर्वक निकालने में सक्षम था। जो इस चिंता को बढ़ाता है कि इस मॉडल का उपयोग वॉटरमार्क या अन्य कॉपीराइट जानकारी को छवियों से ऑनलाइन निकालने के लिए किया जा सकता है। एक वास्तविक दुनिया की संभावना है कि शायद इस शोध के दौरान अनदेखी की गई।

यह प्रयोग यह साबित करता है कि कामकाजी तंत्रिका नेटवर्क बनाने के लिए आपको एक कोलोसिअल डेटासेट तक पहुँच की आवश्यकता नहीं है। आपके फ़ोटो फ़ोल्डर के लिए यह सब अच्छा हो सकता है के अलावा, यह इस परियोजना के सबसे स्थायी योगदान के रूप में समाप्त हो सकता है।