详细内容或原文请订阅后点击阅览
人工智能现在可以通过查看带有噪点的照片来消除数字噪点（+视频）
如果您可以自动消除在弱光条件下拍摄的照片中的噪点和伪影，结果会怎样？或者您想去除照片库中图像的颗粒和像素化吗？
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）如果您可以自动消除在弱光条件下拍摄的照片中的噪点和伪影，结果会怎样？或者您想去除照片库中图像的颗粒和像素化吗？
一种基于深度学习算法的新方法学会了仅通过查看有缺陷的照片示例即可提高照片质量。
图. 1. 泊松噪声示例 (λ=30)。结果是使用颗粒图像获得的。
图. 1. 泊松噪声示例 (λ=30)。结果是使用颗粒图像获得的。该项目由 NVIDIA、阿尔托大学和麻省理工学院 (MIT) 的研究人员开展，并于本周在斯德哥尔摩举行的国际机器学习会议（ICML，瑞典）上进行了展示。
在该领域的先前项目中，神经网络经过训练，通过确定配对图像（有噪声和无噪声）之间的差异来恢复照片。新方法的不同之处在于，神经网络仅“输入”带有噪声或颗粒的图像。
这个神经网络从未展示过干净的图像是什么样子，但它能够消除伪影、噪音、颗粒，并自动提高照片质量。
图. 2.随机值的脉冲噪声。创建的去噪系统仅针对有缺陷的图像对进行训练。
图. 2.随机值的脉冲噪声。创建的去噪系统仅针对有缺陷的图像对进行训练。研究人员在论文中声称：“即使不与纯类似物进行比较，人工智能也可以被训练来重建信号，并且速度比仅使用纯样本的情况更快。” “创建的神经网络并不逊色于神经网络从纯样本中学习的方法 - 它使用相同的方法，并且在训练时间或性能结果上都不逊色。”
为了测试系统，选择了三组不同的图像。