杜克大学研究人员开发了一种新的人工智能工具，这款工具可以将模糊的、无法识别的人脸图像经由计算机生成高清晰度肖像，细节更加精细。传统的图片修复方法是在获取一幅低分辨率图像后，通过尝试使它们与计算机以前看到的高分辨率图像中的相应像素平均匹配来“猜测”需要
杜克大学研究人员开发了一种新的人工智能工具，这款工具可以将模糊的、无法识别的人脸图像经由计算机生成高清晰度肖像，细节更加精细。
传统的图片修复方法是在获取一幅低分辨率图像后，通过尝试使它们与计算机以前看到的高分辨率图像中的相应像素平均匹配来“猜测”需要额外的像素。而这种新的人工智能工具不会先获取一张低分辨率图像之后慢慢增加细节，而是直接破坏人工智能生成的高分辨人像样本，再缩小到相同大小之后，尽可能寻找与输入图像相似的面孔。
研究团队主要使用了一种名为“生成式对抗网络”的机器学习工具，这是近年来复杂分布上无监督学习最具前景的方法之一。模型通过框架中(至少)两个模块：生成模型和判别模型的互相博弈学习产生相当好的输出结果。简单来说就是一组算法产生一张图像，另外一组算法来判断这张图像是真还是假。如果判定为假，算法就会重新生成图片，一旦判定为真，开发人员就会检查结果，以确定算法是否需要调整。
据了解，这套系统可以在几秒钟内将一张16×16像素的人脸照片转换成1024×1024分辨率的图像，低分辨率图像中晚期无法辨认的细节都可以变得清晰可见。
研究小组成员SachitMenon表示，研究人员是以人脸作为技术的概念验证突破口。而理论上，这一技术可以将任何低分辨率照片创造出锐利且逼真的照片，应用范围涵盖医学、显微天文学和卫星图像。
（来源：环球时报）
资讯或合作关注中国经济网官方（名称：中国经济网，id：ourcecn）
来源：新华日报
声明：本文图片、文字、视频等内容来源于互联网，本站无法甄别其准确性，建议谨慎参考，本站不对您因参考本文所带来的任何后果负责！本站尊重并保护知识产权，本文版权归原作者所有，根据《信息网络传播权保护条例》，如果我们转载内容侵犯了您的权利，请及时与我们联系，我们会做删除处理，谢谢。
