Oprettelsen af algoritmer til at arbejde med billeder har altid været en ret vanskelig, men lovende opgave. Da jeg stadig skrev mit kandidatprojekt i 1999, var emnet "mønstergenkendelse" meget relevant i automatiske kontrol- og styringssystemer.
Det er hvad de kan gøre i dag. Indiske udviklere har præsenteret et system, der kan oprette korte videoer fra slørede billeder. Algoritmen fungerer på grundlag af indviklede og tilbagevendende neurale netværk og giver dig mulighed for at omdanne bevægelsesartefakter i billeder til kort (op til ti billeder).
Flere detaljer …
Når man ser et sløret billede, kan en person mentalt afslutte et billede af, hvad der sker. For eksempel at se et fotografi af en fugl med uklare vinger antyder, at sløringen af billedet skyldes artefakter i bevægelsen af vingerne under erhvervelsen. For computersynssystemer er denne opgave imidlertid vanskeligere, og de fleste af de kendte metoder er kun rettet mod at fjerne bevægelsesartikler og udjævne rammer.
Forskere ved Indian Institute of Technology, ledet af AN Rajagopalan, foreslog, at et enkelt sløret billede kunne bruges til at skabe en hel kort video: det vil sige gendanne den oprindelige bevægelse fra dens artefakter i billedet. For at gøre dette udviklede de en algoritme baseret på indviklede neurale netværk, som aktivt bruges til opgaver relateret til automatisk billedgenkendelse samt tilbagevendende neurale netværk.
Modellen er trænet på et stort antal videoer, der er opdelt i rammer. Derefter ser det neurale netværk efter en sådan ramme, hvor artefakterne, som de nærmest matcher artefakterne i træningseksemplerammen. Derefter "gendanner" dekoderens artefakter af træningseksempler i bevægelse optaget på video. Modellen gemmer således data om mulige gendannede bevægelser fra hver sløret ramme, der er tilgængelig i træningsprøven.
Salgsfremmende video:
Som et resultat af arbejdet producerer det neurale netværk video, rekonstrueret fra det uskarpe billede, der består af ti rammer. Den udviklede algoritme vil ifølge skaberne være i stand til i fremtiden at hjælpe med at forbedre ikke kun gendannelsen af uskarpe billeder, men også selve videoerne.
Fjernelse af bevægelsesartikler i individuelle rammer kan også forbedre videostreaming. Indtil videre bruges hovedsageligt algoritmer til tilpasning af bitrate afhængigt af videohastigheden og dens buffering til dette formål.
Elizaveta Ivtushok