Gadgets

De neurale netwerktechnologie van LIIF zal de beeldkwaliteit (video) continu verbeteren


Bewegende beelden waarin criminologengebruik wazige beelden van CCTV-camera's om een ​​duidelijke foto van een crimineel te maken, komen niet altijd overeen met de werkelijkheid. De opkomst van een nieuwe technologie met de functie van volumetrische lokale latente beeldreconstructie (LIIF) zal professionals echter de mogelijkheid bieden om de kwaliteit van digitale foto's eindeloos te verhogen.

De technologie is gezamenlijk ontwikkeld door wetenschappers uitVan de University of California in San Diego en NVIDIA-ingenieurs, en toont alle voordelen van een nieuwe benadering waarmee je een discrete pixelafbeelding kunt transformeren in een doorlopende tekening en tegelijkertijd kunt werken met verschillende schalen van fotografie. Het is de variabele schaal van het geconverteerde beeld, zonder beperking in resolutie, die de LIIF-functie onderscheidt van de reeds bestaande technieken die de resolutie verhogen door middel van interpolatie op een vaste schaal.

Bitmap pixel transformatieprocesbeelden in een continu beeld met willekeurige resolutie worden uitgevoerd door afzonderlijke fragmenten van de foto te analyseren, en niet het beeld als geheel, zoals nu wordt gedaan. Tijdens de demonstratie van LIIF-mogelijkheden toonden de ontwikkelaars het beeld dat werd gegenereerd door de functie, waardoor de resolutie werd verhoogd van 32 × 32 naar 640 × 640. De resultaten van het werk worden gepresenteerd in de demovideo.


Er wordt een training op het gebied van kunstmatige intelligentie gegevengebaseerd op de DIV2K-database, ontworpen om te werken met algoritmen die resolutie-opschaling implementeren. DIV2K heeft duizend foto's in 2K-resolutie en hun aanpassing met een resolutie van 2; 3 en 4 keer kleiner. Nadat het een afbeelding met een lage resolutie heeft ontvangen, "leert" het neurale netwerk de kwaliteit zo dicht mogelijk bij de originele foto te verbeteren.