成长无忧获天使轮融资，打造家庭信用儿童教育一站式消费分期平台
06-17
你有没有注意到，在水下照片拍摄时，图像比以前显得更加模糊和扭曲？这是因为光衰减和反向散射等现象会对能见度产生不利影响。
为了解决这个问题，中国哈尔滨工程大学的研究人员设计了一种机器学习算法，可以生成逼真的水下图像；另一种算法可以对这些图像进行深度训练，以恢复自然色彩并减少雾霾效果。
他们表示，这种方法在质量和数量上符合最先进的水平，并且能够在单个显卡上以每秒帧的速度进行处理。
该团队指出，大多数水下图像增强算法，例如调整白平衡的算法，并不是基于物理成像模型实现的，这使得它们不适合某些任务。
相比之下，这种方法利用生成对抗网络（GAN）（一种深度学习模型，通过框架中两个模块的相互博弈学习产生相当好的输出：生成模型和判别模型）来生成一组图像一个特定的调查站点，并在此基础上引入了第二种算法 U-Net。
该团队在一系列标记场景上训练 GAN，这些场景由图像和相应的深度图组成，主要由室内海洋农场内的扇贝、海参、海胆和其他此类生物组成。
他们还获得了包括 NY Depth 在内的公开数据集，其中总共包含数千张水下照片。
训练后，研究人员将双模型方法的结果与基线模型方法的结果进行了比较。
他们指出，前一种技术的优点是颜色恢复均匀，这使得它可以很好地恢复绿色色调图像，而不会破坏原始输入图像的底层结构。
通常，这可以在恢复颜色的同时保持“适当的”亮度和对比度，这是其他解决方案并不特别擅长的。
值得注意的是，这并不是第一个考虑使用AI技术从受损图像中重建图像的研究团队。
DeepRay 是 Cambridge Consultants 的人工智能系统，它使用了一组在 100,000 张静态图像数据集上进行训练的 GAN，以消除不透明玻璃板造成的失真。
开源 DeOldify 项目使用一系列人工智能模型（包括 GAN）来对旧图像和胶片进行着色和恢复。
在其他地方，微软亚洲研究院的科学家于 9 月份详细介绍了一种用于自主视频着色的端到端系统； NVIDIA 的研究人员去年描述了一个仅基于带注释的颜色视频帧的框架，用于推断颜色分类；今年6月，谷歌AI团队推出了一种算法，可以在没有人类监督的情况下对灰度视频进行着色。
更多Venturebeat精彩内容，请关注雷锋网官网、雷锋网微信公众号公众号及雷锋网相关微信公众号。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-17
06-08
06-18
06-18
06-17
06-18
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态