Нейронные сети картинки

У всех нас в семейных архивах есть старые черно-белые фотографии. Глядя на них порой трудной представить, как это всё выглядело на тот момент в реальности: какие были краски, цвета, оттенки…

При помощи программы Photoshop и при наличии большого количества свободного времени можно сделать черно-белые фотографии цветными. Однако этот процесс довольно кропотливый, требует усидчивости, а результат не всегда приносит удовлетворение.

Сервис Algorithmia (Нейросеть) позволяет раскрасить черно-белые фотографии онлайн, вдохнув в них таким образом новую жизнь. На основе анализа порядка миллиона загруженных цветных изображений удалось создать алгоритм, который максимально точно подбирает цвет для каждого фрагмента и участка фотографии.

Вы можете испытать его сами прямо сейчас! Для этого достаточно указать ссылку на фото в интернет (URL) либо самостоятельно загрузить его, нажав кнопку «Upload photo».

Анализ и обработка происходят практически мгновенно: уже спустя несколько секунд Вы получите раскрашенную черно-белую фотографию! В режиме онлайн, перемещая ползунок, можно сравнить варианты «ДО» и «ПОСЛЕ».

Это настоящая магия, которая позволяет нам окунуться в далекое прошлое, когда цветных фотографий еще не было…

Для теста мы взяли порядка десяти старых фото из разных эпох и сделали их цветными при помощи Algorithmia. Вот некоторые из результатов:

Восхитительно, не правда ли? В ряде случаев наверное могло бы и получше, но и этот результат очень впечатляет. Плюс не забывайте о том, что интеллектуальный онлайн сервис Нейросеть раскрашивания черно-белых фотографий позволяет работать с ним абсолютно бесплатно, без ограничений на число загрузок и даже не требует регистрации для скачивания итоговых изображений.

Это по-настоящему бесценный подарок всем любителям истории и увлекающимся фотографией!

Нейросеть на хаялву раскрашивает фото к 9 мая

Активные темы

  • Казахские имена (51)

    наебенился Инкубатор 14:44

  • Та, которая слева, похоже поломалась (25)

    raven1976 Инкубатор 14:44

  • Лавров рассказал о предложении США провести второй референдум в … (248)

    ss1971 События 14:44

  • Как перехитрить жену, три идеальных способа (238)

    AVD74 Тексты 14:44

  • Отмена военных пенсий (87)

    ZoltanX Инкубатор 14:44

  • Суд изменил приговор по делу о драке из-за б/у трусов в «секонде… (1)

    Bashibuzuck Инкубатор 14:44

  • В «Инстаграме» нашли страницу кассира из Башкортостана, сбежавше… (188)

    cobakindrug События 14:44

  • Можно ли купить алкоголь после 23-00(у нас в городе после 22-00) (139)

    mouse282 Инкубатор 14:44

  • Чуток картинок… (57)

    Helenka52 Картинки 14:44

  • Неприличные географические названия в России (47)

    Булочка Инкубатор 14:44

  • Перед расстрелом Зиновьев плакал, молил палачей о пощаде, кидалс… (567)

    Veland Картинки 14:44

  • Wargaming 57 (1921)

    6ом6ом Игры 14:44

  • Елизавета Пескова заявила, что нормально относится к казням гомо… (66)

    целе Инкубатор 14:44

  • Православный мир празднует Вознесение Господне (0)

    Daimond1984 Инкубатор 14:44

  • Коэн Брэм: создатель ТОРРЕНТА, главной гавани IT-пиратов (62)

    Штирлиц Картинки 14:44

Парад крутых прорывов в обучении искусственного интеллекта продолжается. Самых больших успехов в работе нейросетей с изображениями добились Facebook и Nvidia.

В новой работе Nvidia нам показан алгоритм, который “может исправить ваши зернистые фотографии лишь по одному взгляду на зернистые фотографии”.

Эта работа была разработана исследователями из NVIDIA, Университета Аалто и Массачусетского технологического института, и на этой неделе представлена на Международной конференции по машиноведению в Стокгольме.

Недавняя работа в этой области сосредоточена на обучении нейронной сети для восстановления изображений на основе данных пар изображений с шумом и без. Этот метод отличается тем, что он требует только двух входных изображений с шумом или зернистостью – то есть ему не показывается чистое изображение.

Рисунок 1. Примеры для шумов Пуассона. Слева – вводное изображение, по центру – результат алгоритм Nvidia, справа – настоящая чистая фотография

Без сравнения с оригиналом этот искусственный интеллект может удалять артефакты, шум, зерно и автоматически улучшать ваши фотографии.

» находится на одном уровне с самыми современными методами, которые используют чистые примеры – используя точно ту же методику обучения и часто без существенных недостатков во времени обучения или производительности».

Команда проверила нейронную сеть на трех разных наборах данных. Этот метод можно даже использовать для улучшения изображений МРТ, тем самым прокладывая путь, возможно, к радикальному улучшению визуализации в медицине.

«Существует несколько ситуаций в реальном мире, где трудно получить чистые данные для обучения: фотографирование с низким освещением (например, астрономическое изображение), физическая обработка и магнитно-резонансная томография», – сказали в команде. «Наши демонстрации указывают путь к значительным потенциальным преимуществам в этих приложениях, устраняя необходимость в потенциально сложном сборе чистых данных. Конечно, не всё так гладко – мы не можем научиться выбирать функции, которых нет в исходных данных, но это в равной степени относится и к обучению с чистыми целями».

Команда представит свою работу широкой общественности на конференции ICML 12 июля.