Google снова и снова доказывал, что всегда будет одним из предшественников, когда дело доходит до решений для глубокого обучения. Недавно команда Google Brain представила новый метод сверхвысокого разрешения изображения.
От научной фантастики до одной из наиболее исследованных областей. Сверхразрешение изображений на протяжении многих лет претерпевает постоянный рост и инновации, особенно с помощью архитектур глубокого обучения. От первых итераций SRCNN до SRResNET, а затем и SRGAN, которые восстановили то, как рассматривалось сверхразрешение.
Как молодой сотрудник в этой области, я могу сказать, что это, если не одна из самых интересных проблемных областей для работы.
Команда Google назвала свою статью «SR3: Сверхразрешение изображения посредством итеративного уточнения». который направлен на адаптацию «вероятностных моделей шумопонижения к условной генерации изображений и обеспечивает сверхвысокое разрешение посредством процесса стохастического шумоподавления».
Как указано в заключении, они смогли запутать даже натренированный глаз с моделями, охватывающими 8-кратную шкалу.
Как видите, они провели сравнительное исследование и использовали каскадирование для создания модели со сверхвысоким разрешением, которая может работать с изображениями от 64x64 до 512x512. Это достигается за счет использования двойного 4-кратного сверхвысокого разрешения.
Это, безусловно, один из самых интересных подходов к проблеме, поскольку он также может быть безоговорочно обучен на естественных изображениях.
При правильном применении этот метод может стать следующей вехой на пути к сверхвысокому разрешению.
