研究人員分享如何利用 AI 技術(shù)解決水下圖片模糊和著(zhù)色問(wèn)題

你是否注意到，當拍攝水下照片的時(shí)候圖像會(huì )出現比以往拍攝效果更嚴重的模糊并且失真的情況？這是因為光衰減和反向散射等現象會(huì )對可見(jiàn)度產(chǎn)生不利影響。

為了解決這個(gè)問(wèn)題，中國哈爾濱工程大學(xué)的研究人員設計了一種機器學(xué)習算法，該算法可以生成逼真的水下圖像；另一種算法，則可以對這些圖像進(jìn)行深度訓練，以達到恢復自然色彩并減少霧度的效果。他們說(shuō)，這種方法在質(zhì)量和數量上都與最新技術(shù)相匹配，并且能夠在單個(gè)顯卡上以每秒 125 幀的速度進(jìn)行處理。

該團隊指出，大多數水下圖像增強算法（例如那些調整白平衡的算法）都不是基于物理成像模型實(shí)現，這使其不適用于一些任務(wù)。相比之下，這種方法利用了生成式對抗網(wǎng)絡(luò )（ GAN ）（一種深度學(xué)習模型，模型通過(guò)框架中兩個(gè)模塊：生成模型和判別模型的互相博弈學(xué)習產(chǎn)生相當好的輸出），以生成一組特定調查地點(diǎn)的圖像并在此基礎上引入第二種算法， U-Net 。

研究小組對 GAN 進(jìn)行了一系列有標記場(chǎng)景的訓練，這些場(chǎng)景包括 3733 幅圖像和相應的深度地圖，主要包括扇貝、海參、海膽和室內海洋農場(chǎng)內的其他此類(lèi)生物。他們還獲得了包括 NY Depth 在內的公開(kāi)數據集，其中包含了總共數千張水下照片。

訓練后，研究人員將雙模型方法的結果與基線(xiàn)模型方法的結果進(jìn)行了比較。他們指出，前者技術(shù)的優(yōu)勢在于它在顏色恢復上是統一的，這使它能在很好恢復綠色色調圖像的同時(shí)，不破壞原始輸入圖像的底層結構。通常情況下，這種方式在保持“適當的”亮度和對比度的同時(shí)，還能設法恢復顏色，而在這方面其他解決方案并不特別擅長(cháng)。

值得注意的是，這并不是第一個(gè)想到利用AI技術(shù)從損壞的圖片中重建畫(huà)面的研究團隊。劍橋咨詢(xún)（ Cambridge Consultants ）公司的 AI 系統 DeepRay 利用了一套訓練有素的 GAN 來(lái)處理 10 萬(wàn)張靜止圖像的數據集，以消除不透明的玻璃窗格導致的失真。開(kāi)源 DeOldify 項目使用了包括 GANs 在內的一系列人工智能模型來(lái)對舊圖像和膠片進(jìn)行著(zhù)色和恢復。

在其他方面，微軟亞洲研究院（ Microsoft Research Asia ）的科學(xué)家在 9 月份詳細介紹了一個(gè)用于自主視頻著(zhù)色的端到端系統； NVIDIA 的研究人員去年描述了一個(gè)框架，該框架僅基于一個(gè)被注釋過(guò)得彩色視頻幀推斷顏色分類(lèi)；今年 6 月，谷歌AI團隊推出了一種無(wú)需人工監督即可對灰度視頻進(jìn)行著(zhù)色的算法。

venturebeat

本文轉自雷鋒網(wǎng)，如需轉載請至雷鋒網(wǎng)官網(wǎng)申請授權。

原文章地址為研究人員分享如何利用 AI 技術(shù)解決水下圖片模糊和著(zhù)色問(wèn)題