Създаването на алгоритми за работа с изображения винаги е било доста трудна, но обещаваща задача. Когато още пишех своя дипломен проект през 1999 г., темата за „разпознаване на образи“беше много актуална в системите за автоматично управление и управление.
Това могат да направят днес. Индийските разработчици представиха система, която може да създава кратки видеоклипове от размазани изображения. Алгоритъмът работи на базата на конволюционни и повтарящи се невронни мрежи и ви позволява да превърнете артефакти на движение в изображения в къси (до десет кадъра) видео.
Повече информация …
Когато гледате замъглено изображение, човек може психически да завърши картина на случващото се. Например виждането на снимка на птица с размити крила предполага, че замъгляването на изображението се дължи на артефакти в движението на крилата по време на придобиването. За системите за компютърно зрение обаче тази задача е по-трудна и повечето от известните методи са насочени само към премахване на артефакти на движение и изглаждане на рамки.
Учени от Индийския технологичен институт, ръководени от А. Н. Раджагопалан, предположиха, че едно единствено размазано изображение може да се използва за създаване на цял кратък видеоклип: тоест възстановяване на оригиналното движение от неговите артефакти в изображението. За да направят това, те разработиха алгоритъм, базиран на конволюционни невронни мрежи, които активно се използват за задачи, свързани с автоматично разпознаване на изображения, както и повтарящи се невронни мрежи.
Моделът е обучен на голям брой видеоклипове, които са разделени на кадри. След това, невронната мрежа търси такава рамка, артефактите, върху които най-много съвпадат с артефактите на рамката за тренировъчна извадка. След това декодерът "възстановява" артефактите от кадрите на тренировъчните образци в движение, заснети на видео. По този начин моделът съхранява данни за възможни възстановени движения от всяка замъглена рамка, налична в тренировъчната извадка.
Промоционално видео:
В резултат на работата, невронната мрежа произвежда видео, реконструирано от замъгленото изображение, състоящо се от десет кадъра. Разработеният алгоритъм според създателите ще може да помогне в бъдеще за подобряване не само на възстановяването на замъглени изображения, но и на самите видеоклипове.
Премахването на артефакти на движение в отделни кадри също може да подобри поточното видео. Засега за тази цел се използват главно алгоритми за адаптиране на битрейт в зависимост от скоростта на видеото и буферирането му.
Елизавета Ивтушок