现在的位置: 首页资讯>正文

英伟达制造:Noise2Noise,图片去噪更简单

2018年07月24日 作者: 暂无评论 1,047+ 0

△Noise2Noise:我有特别的降噪技巧

如今,会去噪的神经网络,早已算不上稀有物种。

不过,英伟达的Noise2Noise,和普通的降噪AI还是有些不一样。

一般训练去噪技能,就需要给神经网络,喂食成双成对的图像。

一张清晰,一张噪点满满。AI会在大量的对比中,习得去除噪音的方法。

但Noise2Noise的食谱里,没有清晰的图,只有孤单的满是噪音的图像。

即便如此,训练完成的AI依然能够了解,怎样的图像才是干净的,并以毫秒级的速度去噪。

这样的学习能力,被ICML 2018选中了。

脑补清晰的信号

Noise2Noise,是英伟达和阿尔托大学,以及麻省理工 (MIT) 共同的作品。

既然,没有清亮与浑浊相互对照,神经网络就要学习,直接把自己观察到的、充满噪点的景象,和素未谋面的、清晰的信号,建立联系 (mapping) 。

听上去可能有些匪夷所思,不过训练好的AI,只要观察图像两次,便可以轻松处理各种各样的噪音。

文章开头有高斯噪音的栗子,上图则是泊松噪音。

还有一种叫做脉冲噪音的怪兽,看上去很厉害,但瞬间就被脱了皮——

另外,清除弹幕虽然不像个有用的功能,但要还原被文字挡住的画面,也并不容易。

但Noise2Noise的疗效依然显著。

连白色建筑物的纹理,都不太看得出,修饰过的痕迹。

这些都是,用ImageNet数据集里的50,000幅图像,训练的结果。

有关键用途 · 传送门

如果,清弹幕的工作,不必劳动神经网络的大驾,那么处理医学影像,应该算得上重要的应用场景了。

头部核磁检查的去噪结果,或许可以帮助医学工作者,做出更有效的诊断。

原味地址:https://www.eeboard.com/news/nvidia-noise2noise-ai/

搜索"爱板网"加关注,每日最新的开发板、智能硬件、开源硬件、活动等信息可以让你一手全掌握。推荐关注!
【微信扫描下图可直接关注】

发表评论

相关文章

AI和工业4.0之间,差距不是那一星半点?

如今,人工智能在工业领域有着蓬勃发展趋势,因为自动化以及优化仍是数字革命的主要焦点。在本文中,我们将回顾近几年在AI社区中那些令人兴奋的最先进的计算机视觉技术,这些技术被认为是工...

一边享用便利,一边恐惧风险:AI有多接近你,你又有多害怕AI

从1958年美国原子能委员会提出在建筑中使用核爆的计划,再到谷歌眼镜,历史上有不少昙花一现的项目和技术。不过,人工智能(AI)显然不在此列,因为它正在不断刷新着存在感。  

人工智能都能伪造指纹了,生物识别还安全吗

“人工智能技术能够将海量的指纹数据作为‘原材料’,学习到他们的结构特征和细节信息,并且根据一定的规则进行重组,生成仿真度极高的伪造数据。”人工智能行业资深人士孙立斌告诉我们。

AI 真的来了!人脸识别距离你家门口还有多远?

最近 Google 中国开始新一轮的 PR,其中一项是在知乎发起品牌提问,内容是「哪件事让你开始相信 AI 就在身边」。抛开这个问题中 Google 想对「猜画小歌」一类项目的宣传不说,「让用户相信 A...

开源软件、人工智能,偷偷告诉你2019年IDC那些亮点!

2019年,许多组织将投资开源软件,管理物联网设备,将人工智能和机器学习集成到业务运营中,并为新的微处理器设计做好准备。