Този нов модел за машинно обучение връща младостта към старите снимки ICTjournal
Изследователи от Microsoft и университета в Хонконг създадоха алгоритъм, способен да възстанови стари повредени снимки. За да постигнат това, те трябваше да разработят нов модел на невронна мрежа, способен да разбере многото видове промени, които могат да повлияят на старите клишета.
Някои от най-драматичните - и най-видими - постижения на AI са в редактирането на изображения. Това е подобно на неотдавнашната работа, представена от изследователи от Microsoft и университета в Хонг Конг, които са разработили техника за прилагане на добър фейслифт към стари снимки. Техният алгоритъм може например да придаде младежки вид на портрети, чийто блясък и цветове преминават с течение на времето. Или гладки снимки, повредени от гънки и драскотини.
Голямото разнообразие от деградации, които могат да повлияят на стари снимки, не позволява използването на модели за възстановяване на изображения, които вече са доказани, обясняват изследователите. Моделите за задълбочено обучение, базирани на конволюционни невронни мрежи, могат например да научат задача за подобряване на качеството на снимките, като бъдат предварително обучени чрез множество синтетични изображения, симулиращи специфични деградации. Твърде голямото различие между тези изкуствено деградирали изображения и стари повредени снимки пречи на невронните мрежи да създават общи правила. Феномен, дължащ се по-специално на постепенното развитие на фототехниките, които произвеждат кадри, съдържащи различни артефакти в зависимост от периода.