隨著科技技術(shù)的不斷發(fā)展，大數(shù)據(jù)在人工智能領(lǐng)域上擁有越來(lái)越多的作用，當(dāng)然大數(shù)據(jù)的分析與挖掘已經(jīng)成為各科研單位的研究熱點(diǎn)。尤其指向在一定時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合。
前段時(shí)間，英偉達(dá)公司發(fā)布了一種最先進(jìn)的深度學(xué)習(xí)算法，它可以有效編輯圖像或復(fù)原那些像素有缺失的圖像。然后通過(guò)刪除圖像的部分內(nèi)容再進(jìn)行填充的方式，并且利用大數(shù)據(jù)來(lái)重新編輯圖像。
據(jù)研究人員表示，這種“圖像修復(fù)”功能應(yīng)用在照片編輯軟件中，先摳掉圖像中不需要的內(nèi)容，同時(shí)用算法生成的真實(shí)數(shù)據(jù)來(lái)填充。其次，通過(guò)將生成的馬賽克圖案覆蓋在ImageNet，Places2 和CelebA－HQ數(shù)據(jù)集的圖像上，使用NVIDIA Tesla V100 GPU和經(jīng)過(guò)cuDNN加速的PyTorch深度學(xué)習(xí)框架來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)。
為了解決這個(gè)問(wèn)題，研究團(tuán)隊(duì)開(kāi)發(fā)了一種方法，確保受損像素的輸出不依賴于因這些像素產(chǎn)生的輸入值。使用一組損失函數(shù)來(lái)訓(xùn)練模型，匹配VGG模型的特征損失和風(fēng)格損失以產(chǎn)生逼真的輸出，在未來(lái)相同的網(wǎng)絡(luò)框架可以來(lái)完成高分辨率圖像的處理任務(wù)。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。 ）
