فناوری هوشمند یادگیری ماشین انویدیا برای اصلاح تصاویر

 

انویدیا در فناوری جدید خود از یادگیری ماشین استفاده می‌کند تا تصاویر را به بهترین نحو اصلاح و نتایجی خارق‌العاده خلق کند. یکی از قابلیت‌های نرم‌افزار فتوشاپ، Content-Aware Fill است که در حال حاضر به‌عنوان استاندارد حذف موارد اضافه در عکس‌ها کاربرد دارد. شرکت ادوبی در حال توسعه‌ی هرچه بیشتر این قابلیت و درگیر کردن یادگیری عمیق در آن است. پروژه‌ی جدید این شرکت، Deep Fill نام دارد که در حال حاضر در جریان است.

از طرفی تیم تحقیقاتی انویدیا نیز درگیر فناوری مشابهی است و ابزار اصلاح عکس مبتنی بر هوش مصنوعی خود را معرفی کرده. همان‌طور که در ویدیوی ادامه‌ی مطلب مشاهده می‌کنید، ابزار انویدیا از وظایف ساده مانند حذف سنگ و سیم برق از تصویری خلوت تا اصلاح قفسه‌های کتاب در یک تصویر از کتابخانه‌ای شلوغ را به‌خوبی انجام می‌دهد.

فناوری مورد استفاده‌ی انویدیا برای توسعه‌ی این ابزار، state-of-the-art deep learning method نام دارد که توسط تیم تحقیق و توسعه‌ی این شرکت آماده شده است. این ابزار نه‌تنها از پیکسل‌های موجود در داخل تصویر برای بازسازی آن استفاده می‌کند، بلکه صحنه را نیز بررسی و تصویر نهایی را آن‌گونه که باید و شاید آماده می‌کند. این روند به ساخت تصویری بسیار بهتر حتی از تصاویر ازبین‌رفته منجر می‌شود.جزئیات این طرح اولیه در مقاله‌ای توسط تیم تحقیق و توسعه‌ی انویدیا منتشر شده و نمونه‌های اجراشده‌ی آن نیز در مقاله ذکر شده‌ است. در تصویر زیر مقایسه‌ای بین تکنیک انویدیا و ابزار فتوشاپ برای اصلاح تصویر انجام شده که پیروزی مطلق انویدیا را نشان می‌دهد. در این تصویر از سمت راست، تصویر واقعی، تصویر اصلاح‌شده توسط انویدیا، تصویر اصلاح‌شده توسط فتوشاپ و در نهایت تصویر دستکاری‌شده را مشاهده می‌کنید.

 

انویدیا در مقاله‌ی خود عنوان کرده است که مدل ارائه‌شده توسط آن‌ها، هر ایرادی با هر ابعاد و فاصله از مرزهای تصویر را اصلاح می‌کند. آن‌ها ادعا می‌کنند که افزایش خرابی تصویر، تأثیری بر اصلاح آن توسط فناوری انویدیا نخواهد داشت. البته نقطه‌‌ضعفی که خود انویدیا نیز به آن اعتراف می‌کند، در تصاویر کمی ساختاریافته خود را نشان می‌دهد. همان‌طور که در تصویر زیر می‌بینید، تصویر اصلاح‌شده توسط انویدیا که در وسط قرار دارد، نتوانسته است تصویر خراب‌شده (سمت چپ) را به نمونه‌ی واقعی (سمت راست) نزدیک کند.

به هر حال صرف‌ نظر از ایرادات گفته‌شده، می‌توان گفت این طرح اولیه هر فعالی در این بخش از بازار یادگیری ماشین را از رقابت خارج خواهد کرد. البته هنوز نمی‌توان زمان ارائه‌ی این فناوری توسط انویدیا را تخمین زد؛ اما می‌توان مطمئن بود که با ارائه‌ی چنین ابزارهایی از طرف شرکت‌های بزرگ، انقلابی در بازسازی تصاویر صورت گیرد.

 

نویسنده: مهدی زارع سریزدی