in

Súper resolución basada en aprendizaje profundo, sin usar una GAN

1bRYFXzsureiJjsSE9ZpzNw

Súper resolución basada en aprendizaje profundo, sin usar una GAN

Christopher Thomas BSc Hons. MIAP

24 de febrero de 2019·26 min de lectura

Este artículo describe las técnicas y el entrenamiento de un modelo de aprendizaje profundo para la mejora de la imagen, la restauración de la imagen, la pintura y la superresolución. Esto utiliza muchas técnicas enseñadas en el curso Fastai y hace uso de la biblioteca de software Fastai. Este método de entrenamiento de un modelo se basa en métodos e investigaciones de investigadores de inteligencia artificial muy talentosos, los he acreditado donde he podido en la información y las técnicas.

Hasta donde yo sé, algunos de los tLas técnicas que he aplicado con los datos de capacitación son únicas en este punto con estos métodos de aprendizaje (a partir de febrero de 2019) y solo un puñado de investigadores están usando todas estas técnicas juntas, que en su mayoría probablemente serán investigadores / estudiantes de Fastai.

Súper resolución

La superresolución es el proceso de ampliación o mejora de los detalles de una imagen. A menudo, se toma una imagen de baja resolución como entrada y la misma imagen se escala a una resolución más alta, que es la salida. Los detalles en la salida de alta resolución se completan donde los detalles son esencialmente desconocidos.

La súper resolución es esencialmente lo que se ve en películas y series como CSI, en las que alguien hace zoom en una imagen y esta mejora en calidad y los detalles simplemente aparecen.

Escuché por primera vez sobre ‘AI Super resolution’ el año pasado a principios de 2018 en los excelentes artículos de 2 minutos de YouTube, que presenta breves reseñas fantásticas de los últimos artículos de AI (a menudo más de 2 minutos). En ese momento parecía mágico y no podía entender cómo era posible. Definitivamente estar a la altura de la cita de Arthur C Clarke «cualquier tecnología avanzada es indistinguible de la magia». Poco pensé que menos de un año después estaría entrenando mi propio modelo de súper resolución y escribiendo sobre él.

Esto es parte de una serie de artículos que estoy escribiendo como parte de mi aprendizaje e investigación continuos en Inteligencia Artificial y Aprendizaje Automático. Soy ingeniero de software y analista para mi trabajo diario y aspiro a ser investigador de inteligencia artificial y científico de datos.

He escrito esto en parte para reforzar mi propio conocimiento y comprensión, espero que esto también sea de ayuda e interés para los demás. He tratado de mantener la mayor parte de esto en un inglés tan sencillo como sea posible para que, con suerte, tenga sentido para cualquier persona familiarizada con el aprendizaje automático con detalles técnicos más detallados y enlaces a la investigación de asociados. Estos temas y técnicas han sido bastante difíciles de entender y me tomó muchos meses experimentar y escribir esto. Si no está de acuerdo con lo que he escrito o cree que está mal, por favor contácteme, ya que es un proceso de aprendizaje continuo y agradecería sus comentarios.

A continuación se muestra un ejemplo de una imagen de baja resolución con superresolución realizada para mejorarla:

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

6gEnz7HiWoMemA5KeZBtFC 1200 80

Las mejores unidades flash de 2021: memorias USB para su almacenamiento de datos

Informes financieros de Hyperion