a&s专业的自动化&安全生态服务平台
公众号
安全自动化

安全自动化

安防知识网

安防知识网

手机站
手机站

手机站

大安防供需平台
大安防供需平台

大安防供需平台

资讯频道横幅A1
首页 > 资讯 > 正文

MIT利用卷积神经网络恢复模糊图像中的清晰图像

这套“视觉投影模型”通过使用卷积神经网络(CNN)来解码图像。
资讯频道文章B

  据外媒报道,麻省理工学院(MIT)的科学家们找到了一种可以在运动模糊的视频帧中恢复细节并重现清晰图像的方法。这套“视觉投影模型”通过使用卷积神经网络(CNN)来解码图像。

  MIT计算机科学和人工智能实验室(CSAIL)的研究人员通过扫描数千对图像(投影)训练CNN,其中一幅图像质量较低,另一幅图像则图像模糊。神经网络利用这些信息然后通过学习像素模式和像素来源从本质上逆转模糊效果。

  CNN的另一部分责备称为“变分自动编码器(variational autocoder)”,它能够分析输出并评估网络跟信号的匹配程度。随后,它则会创建一幅“蓝图”告诉AI如何对一个投影到所有可能的匹配源进行处理。当给定一幅新图像时,CNN会检查像素模式并使用该蓝图寻找可能导致模糊的每个信号,然后它组合数据创建一个“高维”副本。

  这篇论文的首席作者、CSAIL的博士后Guha Balakrishnan表示:“对于我们能够恢复这些细节就像变魔法一样。”

  实际上,研究人员对它在医学领域的作用更感兴趣。他们相信这项技术可以被用来制造类似于X射线CT的3D扫描。这一突破将能显著降低成本,因为MRI和CT设备都非常昂贵。该软件将能够从成本相对较低的X射线等低信息图像中重建出高信息图像。

  “如果我们能将X射线转换成CT扫描,那将在某种程度上改变游戏规则,”Balakrishnan说道,“你只需拍一张X光片,然后通过我们的算法就能看到所有丢失的信息。”


参与评论
回复:
0/300
文明上网理性发言,评论区仅供其表达个人看法,并不表明a&s观点。
0
关于我们

a&s是国际知名展览公司——德国法兰克福展览集团旗下专业的自动化&安全生态服务平台,为智慧安防、智慧生活、智能交通、智能建筑、IT通讯&网络等从业者提供市场分析、技术资讯、方案评估、行业预测等,为读者搭建专业的行业交流平台。

免责声明:本站所使用的字体和图片文字等素材部分来源于互联网共享平台。如使用任何字体和图片文字有冒犯其版权所有方的,皆为无意。如您是字体厂商、图片文字厂商等版权方,且不允许本站使用您的字体和图片文字等素材,请联系我们,本站核实后将立即删除!任何版权方从未通知联系本站管理者停止使用,并索要赔偿或上诉法院的,均视为新型网络碰瓷及敲诈勒索,将不予任何的法律和经济赔偿!敬请谅解!
© 2020 Messe Frankfurt (Shenzhen) Co., Ltd, All rights reserved.
法兰克福展览(深圳)有限公司版权所有 粤ICP备12072668号 粤公网安备 44030402000264号
用户
反馈