NVIDIA uporablja Gaussove regresijske algoritme za natančno upodobitev popačenih fotografij

Ponovno sestavljanje NASA-jeve vesoljske fotografije, da dobimo jasnejši rezultat. Vesoljski polet zdaj

NVIDIA je že dolgo znana po svojih brezhibnih grafičnih procesorjih (GPU), njen glavni izdelek pa je kartica NVIDIA GeForce. S tem je bilo podjetje vedno v središču raziskav in razvoja izkušenj za izboljšanje umetne inteligence v video igrah, grafičnem oblikovanju, obdelavi podatkov in avtomobilskih vozilih.

V zadnjem času se je NVIDIA začela ločeno osredotočati na umetno inteligenco, pri čemer se je njen najnovejši projekt močno osredotočil na pametno preoblikovanje že obstoječih fotografij z uporabo Gaussovih algoritmov, da bi ocenil najmanjše razlike med loci med stotinami jasnih in zamegljenih slik, razvrščenih glede na temperaturo in odtenek, nato pa te vrednosti vnesemo v regresijske izraze posameznih zamegljenih fotografij, da se vrnemo nazaj k temu, kako bi lahko izgledale njihove prvotne jasne slike. Ta postopek se izvede posamično za vsako točko na fotografiji, seštevek pa se uporabi za generiranje vrednosti najmanjše razlike.

Pisarna NVIDIA. Nasdaq na Twitterju

Algoritem deluje, da se iz preteklih poskusov nauči, kaj določene barve in vzorci na zaslonu kažejo. Ko je bil sistem razvit, je bilo na tisoče zamegljenih in izvirnih slik, tako da je naprava lahko prepoznala, kateri vzorci in barve na zaslonu ustrezajo katerim utorom in robovom na prvotni sliki. NVIDIA je bila že večkrat preizkušena, da je svoj čip AI naučila učiti iz prejšnjih preizkusov in shraniti bazo podatkov o ujemajočih se grafičnih kodah, ki se pretvorijo v matematično kodo glede na lokacijo, odtenek in temperaturo. Na podlagi preteklih izkušenj in razmerja med zamegljenimi in jasnimi slikami istega lokusa in odtenka se stroj razpoči z novimi slikami, pri čemer uporabi formule, ki najbolje ustrezajo odtenku in temperaturi nove fotografije. NVIDIA je svoj algoritem preizkusila v dovolj preizkusih, da je imela dovolj močno bazo podatkov o zadrževanju, ki jo lahko AI izkoristi pri delu na novejših slikah, mehanizem pa je zdaj samostojen, tako da lahko s svojim usposabljanjem za učenje ojačitve (RL) odkrije skoraj vsako sliko . Ko na primer odkrije dovolj obrazov, lahko naprava na preizkusu razbere zamegljene obraze, saj razume, kateri zamegljeni utori v resnici ustrezajo katerim obraznim potezam. Izpostavljenost različnim vrstam hrupa, kot so preraztegnjene, pobeljene, filtrirane in teksturirane slike, je dodala tudi bazo podatkov algoritmov.

V algoritmu matematični jezika program prebere ustrezne poškodovane in jasne lokute na ustreznih slikah, pri čemer v svojo bazo podatkov vpiše x, y, x ’in y’. Nato ustvari krivuljo gausove regresije, da se ujema z razlikami med obema, ki omogočajo pretvorbo na podlagi splošnega fotografskega šuma. V generiranem izrazu regresije najmanjših kvadratov se vzame najnižja vrednost, ki izpolnjuje pogoj, in nariše se nova krivulja gausove vrednosti. Pri pretvorbi slike nazaj v prvotno kakovost slike se temperatura vsake točke spremeni na podlagi razlike v regresijskem vzorcu v bazi podatkov AI stroja, ki ustreza tej določeni barvi in ​​vzorcu, pri čemer se vsaka točka obrne, da nastane celotna jasna slika. Gausov krivuljni mehanizem vpliva na najpogostejše oblike hrupa, vendar če naprava lahko prepozna druge oblike hrupa, ki jih pogosto pripišemo nepravilno določenim časom zaklopa ali splošnemu senčenju slike, se vrednost Gaussove najmanjše razlike povpreči z vrednosti poisona nabora podatkov (za prve) in Bernoulli (za druge) tudi vrednosti najmanjših razlik.

Preoblikovanje fotografij s pomočjo umetne inteligence. BT

Laično rečeno, vloga umetne inteligence pri tem je pametno zaznavanje in pretvorba unikatnih fotografij na podlagi prakse, ki jo je naprava že poskusila. Ko gre za danes doseženo raven umetne inteligence, ki je še vedno v fazi, ko ni posebej neodvisna in ima svoja prizadevanja omejena na vrsto že uveljavljenih scenarijev, je NVIDIA dosegla veliko pri ustvarjanju stroja, ki lahko poskuša in poustvari nevidne fotografije z najvišjo stopnjo natančnosti z nenehnim prilagajanjem in razširjanjem svoje baze podatkov za izboljšanje uspešnosti nadaljnjih fotografskih obratov.