研究人員分享如何利用 AI 技術解決水下圖片模糊和著色問題

你是否注意到，當拍攝水下照片的時候圖像會出現(xiàn)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(xiàn)象會對可見度產生不利影響。

為了解決這個問題，中國哈爾濱工程大學的研究人員設計了一種機器學習算法，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，這種方法在質量和數(shù)量上都與最新技術相匹配，并且能夠在單個顯卡上以每秒 125 幀的速度進行處理。

該團隊指出，大多數(shù)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現(xiàn)，這使其不適用于一些任務。相比之下，這種方法利用了生成式對抗網絡（ GAN ）（一種深度學習模型，模型通過框架中兩個模塊：生成模型和判別模型的互相博弈學習產生相當好的輸出），以生成一組特定調查地點的圖像并在此基礎上引入第二種算法， U-Net 。

研究小組對 GAN 進行了一系列有標記場景的訓練，這些場景包括 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內的其他此類生物。他們還獲得了包括 NY Depth 在內的公開數(shù)據(jù)集，其中包含了總共數(shù)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模型方法的結果進行了比較。他們指出，前者技術的優(yōu)勢在于它在顏色恢復上是統(tǒng)一的，這使它能在很好恢復綠色色調圖像的同時，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?shù)摹绷炼群蛯Ρ榷鹊耐瑫r，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。

值得注意的是，這并不是第一個想到利用AI技術從損壞的圖片中重建畫面的研究團隊。劍橋咨詢（ Cambridge Consultants ）公司的 AI 系統(tǒng) DeepRay 利用了一套訓練有素的 GAN 來處理 10 萬張靜止圖像的數(shù)據(jù)集，以消除不透明的玻璃窗格導致的失真。開源 DeOldify 項目使用了包括 GANs 在內的一系列人工智能模型來對舊圖像和膠片進行著色和恢復。

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

venturebeat

本文轉自雷鋒網，如需轉載請至雷鋒網官網申請授權。

原文章地址為研究人員分享如何利用 AI 技術解決水下圖片模糊和著色問題