Yalnızca yapay zekanın anlaşılmaz olduğunu biliyorum, ancak demosaik olmasını beklemiyordum

Yapay zekanın pek çok büyülü uygulamasını gördük: Go oynamak, sohbet etmek, iki resmin stilini birleştirmek, romanlar yaratmak ... mantıksal olarak konuşursak, insanları şaşırtacak hiçbir şey yok.

Peki ya kötü mozaik bile ortadan kaldırılabilirse?

Photoshop'un "İçerik Tanıma" aracıyla normal filigranlar veya mozaikler yapılabilir. Sadece çerçeveleyin ve filigran alanını seçin, "Doldur" - "İçerik Tanıma" yı seçin, yazılım seçim alanının etrafındaki içeriği otomatik olarak dolduracaktır.İstenmeyen öğeler, basit kompozisyon ve renkle resimlerden kolayca kaldırılabilir.

Bununla birlikte, son analizde, içerik tanıma aracı yine de seçimin etrafındaki içeriği örnekler ve doldurur. Resmin "otolog deri nakli" gibidir. Filigranın zarar verdiği içeriği onaramaz. Karmaşık görüntüler ve en bilinen siyah çubuk mozaik karşısında Kaybettiği söylenebilir.

Örneğin, işte batılı bir kovboyun fotoğrafı. O, birçok şiddet eyleminin şüphelisi ... Özel hayatın gizliliğini korumak için önce yasanın gereklerine uygun olarak gözlerimizi mozaikleyelim. Görüntüyü orijinal görünümüne döndürmek için içerik tanıma araçlarını kullanmaya çalışırsak, ne yazık ki sadece korkunç bir "gözsüz adam" elde edebiliriz çünkü gözlerle ilgili bilgiler engellenmiş ve "nakil" ile çözülemez.

Bu nedenle, tıkalı gözleri geri almak istiyorsanız, yalnızca "beyin takviyesine" güvenebilirsiniz - bu insan beyni veya yapay zeka olabilir.

Bir süre önce GitHub'da başlatılan DeepCreamPy projesi bunun için doğdu. Her boyutta ve şekilde hasarlı görüntülerin onarılmasına adanmış bir projedir.Yeni algoritmaların kullanılması nedeniyle, efekt benzer projeler arasında en iyisidir.

Örneğin aynı resmi DeepCreamPy ile işledikten sonra tıkanan gözlerin yeniden çizildiğini göreceksiniz% 100 mükemmel olmasa da ilk bakışta orijinal resim ile hemen hemen aynıdır.

DeepCreamPy nedir?

DeepCreamPy, teknik olarak NVIDIA tarafından bu yıl yayınlanan bir araştırmaya dayalı olarak deeppomf tarafından geliştirilmiştir. Derin tam evrişimli ağ aracılığıyla, CPU görüntünün eksik içeriğini çıkarabilir ve anlamlı tahminler verebilir - yani, bir görüntü işleme projesi olarak, bir grafik kartı desteği olmadan çalışabilir.

Bu, projenin CPU'nun işlem gücüne bağlı olduğu anlamına gelir. Hala 3. nesil i5 kullanan bilgisayarım gibi, bir resmi işlemek yaklaşık 30 saniye sürüyor ve DeepCreamPy'nin şu anki sürümü de kullanıcının kodlama alanının nerede olduğunu manuel olarak belirtmesini gerektirdiğinden, büyük ölçekli otomatik işlem gerçekleştirilemez.

Grafik arayüz henüz tamamlanmamasına rağmen, yazar eğitimli bir önceden oluşturulmuş model yayınladı Sinir ağları hakkında hiçbir şey bilmeyen insanlar bile süreci takip ettikleri sürece bu aracın büyülü gücünü deneyimleyebilirler.

Ayrıca yazar projeyi açık kaynak kodlu yaptı, biz de bu modeli yeniden eğitebilir veya derleyebiliriz ama öncül Python, TensorFlow, Keras, Pillow, h5py ve diğer araçları kurmaktır, öğrenme yeteneğine sahip öğrenciler kendi başlarına deneyebilirler. Aşağıda, mozaiklerin kaldırılması için DeepCreamPy'nin nasıl kullanılacağını tanıtmak için önceden oluşturulmuş modeli örnek olarak kullanacağız.

DeepCreamPy nasıl kullanılır?

Öncelikle, yazar tarafından yayınlanan entegre paketi indirmeniz ve sıkıştırmayı açmanız gerekir.Yalnızca 64 bit Windows sistemlerinde çalışabileceğini unutmayın.

DeepCreamPy'nin tam otomatik işlemeyi desteklemediğini unutmayın, bu nedenle işlenmesi gereken görüntüyü açmak için Photoshop kullanmanız gerekir: programın işlenecek alanı tanımlayabilmesi için kodlanmış parçayı lekelemek için saf yeşil (# 00FF00) kullanın. Boyamak için kalem aracını kullanmak en iyisidir Fırça aracını kullanmak istiyorsanız, kenar yumuşatma işlevini kapatmayı unutmamalısınız, aksi takdirde tanıma hatalarına neden olur.

Ardından, PNG formatında yeşile boyanmış resmi entegrasyon paketinin "decensor_input" klasörüne kaydedin - kişisel deneyime göre, işlem dışı durumların çoğu doğru dosya formatının unutulmasından kaynaklanır.

Son olarak, "decensor.exe" dosyasını çalıştırmak için çift tıklayın ve programın otomatik işlemesinin tamamlanmasını bekleyin, ardından işlenen resimleri görüntülemek için "decensor_output" klasörüne gidin. Programın başlaması ve çalışması belli bir süre alacaktır, bu yüzden boş bir komut satırı arayüzü gördüğünüzde panik yapmayın.Sabırla bekleyin veya başka şeyler yapmak için programı arka plana kesin.

Kişisel test deneyimlerime göre, DeepCreamPy çoğu zaman gerçekten şaşırtıcı cevaplar verebilir, ancak "beyin takviyesi" yeteneği doğal olarak beyin kadar iyi değildir.Mozaik alan çok büyükse, verilen sonuçlar çok güvenilir değildir. Neyse ki, rakibim sadece Gentleman E'deki düzgün küçük siyah çizgili mozaik. Mevcut algoritma bunu tamamen halledebilir.

Keke, biliyorsun.

"Final Fantasy 15" PC sürümü ön sipariş 329 yuan kraliyet macerasına başlıyor
önceki
Japon animasyonu "Yılın En İyi Amerikan Dizisi" adayı oldu .. Butik orijinal TV animasyonu yeniden ayağa kalktı mı?
Sonraki
Bu "seksi" afet, dünyanın en zor adamını fethetti!
"Batı Yolculuğu" nun yeniden görüntülenen versiyonuna neler eklendi? İzlemeye değer mi?
Mac'inizi benzersiz kılmak için 1 dakika içinde kendi yüksek değerli canlı duvar kağıdınızı oluşturun (duvar kağıdı indirme ile)
JD Home JD Store, JD'de Çevrimiçi ve Çevrimdışı Başlatılan "Xin Machine" adlı Yeni Apple Ürünlerini Oynuyor
Artık çok yakışıklısın, aslında her şey ailenin oyunundan arta kalmıştı ...
Yeni film değerlendirmesi | "Kabuktaki Hayalet": Dul kız kardeş gerçekten izlenecek tek şey değil
13 yaşındaki Chongqing kızı, çıkış yaptığında Su Youpeng'in filmini çekti ve Chen Jianbin'e tokat attı ...
Google, ABD tarafından kullanıcı gizliliğini ihlal ettiği gerekçesiyle soruşturuldu veya çok yüksek para cezaları ile karşı karşıya kalacak
Kızı için 400'den fazla "çanta karikatürü" çizin, bu karikatürist baba yanıyor!
Gişe 14. hafta | "Kabuktaki Hayalet" sokaktan başlıyor, "King Kong" hala "baskın"
"Persona" Müzik Oyunu Katılan Rol Giriş: Dans işin ta kendisidir
İşe Alımsız Röportaj: Dingding Nedir | Titanyum Medya Derinliği
To Top