Η Chinees bedrijf AI Lab van Xiaomi gepubliceerd een nieuw document dat beschrijft een AI-netwerk genaamd DeepExposure, dat afbeeldingen van lage kwaliteit verbetert door middel van machine learning. «Vergelijken met andere methoden", leggen de onderzoekers uit in hun artikel,"ons algoritme kan de meeste details in de originele afbeeldingen herstellen en tegelijkertijd de helderheid en kleuren verbeteren.
Technologie DeepExposure gebruikt uitdagende netwerken en asynchroon leren om afbeeldingen van lage kwaliteit op te splitsen in secties die subafbeeldingen worden genoemd. Het systeem berekent zowel de lokale als de totale rapporten voor deze subafbeeldingen en evalueert vervolgens hun kwaliteit voordat ze worden geïntegreerd met de originele afbeelding.
Het eindresultaat is een afbeelding met verbeterde belichting en detail, wat de deur opent naar toekomstige oplossingen die automatisch foto's van lage kwaliteit kunnen verbeteren. Het is mogelijk dat Xiaomi deze technologie ooit zal aanbieden aan zijn smartphones, die al andere AI-mogelijkheden bieden.
De onderzoekers stellen in hun tijdschrift: “Vanwege de vraag naar goede foto's door gewone gebruikers, gaat de verbetering van de fotokwaliteit de mogelijkheden van niet-professionele gebruikers te boven, wat leidt tot de nieuwe trend van automatische technieken voor het retoucheren van de afbeelding.'.
De studie toont aan dat DeepExposure kan in de toekomst ook worden aangepast om de toon en het contrast van het beeld te verbeteren.
Η Xiaomi is niet het enige bedrijf dat kunstmatige intelligentie gebruikt om afbeeldingen automatisch te verbeteren. Eerder dit jaar hebben haar onderzoekers Intel en de Urbana-Champaign-analyse van de Universiteit van Illinois een diep neuraal netwerk , in staat om afbeeldingen bij weinig licht te verlichten zonder de kwaliteit ervan te verminderen. Evenzo is een technologie genaamd Deep Image Prior Was onthuld vorig jaar met de mogelijkheid om beschadigde delen van een afbeelding opnieuw te maken op basis van bestaande afbeeldingselementen.
[the_ad_group id = ”966 ″]
