یادگیری ماشینی RAISR گوگل

فشرده سازی عکس تا 75 درصد با کمک سیستم یادگیری ماشینی RAISR گوگل امکان پذیر شد


ضرب المثل "یک عکس به اندازه هزاران کلمه ارزش دارد" در دنیای اینترنت نیز کاملا صدق می کند. طرفداران فیسبوک، اسنپ چت، اینستاگرام و سایر شبکه های اجتماعی به طور مستمر در حال آپلود تصاویر هستند و این کار برای بسیاری از آنها بسیار لذت بخش است. اما بسیاری از ما متوجه نمی شوند که این حجم عکس های آپلودشده در اینترنت فضای زیادی را اشغال می کنند. RAISR که مخفف Rapid and Accurate Image Super Resolution می باشد، تکنولوژی جدیدی است که در ماه نوامبر معرفی شد و به تولید نسخه های باکیفیت تر از تصاویر با رزولوشن کم کمک می کند و این تکنولوژی موجب 75 درصد کاهش در پهنای باند مصرفی می شود.

سازندگان تکنولوژی RAISR مدعی اند که این روش از سایر متدها عملکرد بهتری را به نمایش می گذارد و بین 10-100 بار سریع تر است، از این رو استفاده از آن برای کاربردهای موبایل مناسب تر می باشد.

Upsampling فرآیند تولید عکس با اندازه بزرگ، از پیکسل هایی بیشتری از عکس با رزولوشن پایین می باشد و این کار از طریق پر کردن پیکسل های جدید با ترکیبی از مقادیر پیکسلی نزدیک صورت می پذیرد، اما در این متد بسیاری از جزئیات عکس از قلم می افتد و حس زنده بودن آن از بین می رود و تصاویر نهایی کمی مات و فاقد جزئیات می شود.

یادگیری ماشینی RAISR گوگل

اما گوگل برای بهبود کیفیت عکس های تولیدشده، از RAISR به همراه یادگیری ماشینی استفاده می کند و برای این کار از یک جفت عکس کمک می گیرد که یکی دارای کیفیت پایین و دیگری بسیار باکیفیت می باشد و این عکس ها برای یافتن فیلترهایی که در صورت اعمال، منجر به تولید کیفیتی می شوند که قابل قیاس با نسخه اصلی عکس است به کار برده می شوند. اما آموزش این سیستم یادگیری ماشینی از طریق دو متد صورت می پذیرد، در متد اول که direct یا مستقیم نام دارد، فیلترها به طور مستقیم از این دو جفت عکس مشتق می شوند، در حالی که در روش دوم از متد upscaling معمولی استفاده می شود و سپس فیلتر مورد نظر با کمک upscaleها و جفت عکس های باکیفیت بالا آموزش داده می شود و همین شرایط نیز نمونه سازی بهتری را نتیجه می دهد.

هر دو متد با استفاده از ویژگی هایی که در تکه های مختلف تصویر یافت می شود، آموزش داده می شوند و برای نمونه می توان به نور، گرادینت های رنگی، ناحیه های مسطح و بافت ها و وابستگی ها اشاره کرد. اما مشکل و محدودیت مشهود در این تکنولوژی این است که RAISR به نمونه هایی برای یادگیری خود نیاز دارد و عدم وجود چنین نمونه هایی کار را دشوار می کند و ممکن است به نتیجه موردنظر دست پیدا نکنید. در حال حاضر گوگل RAISR را برای تصاویر با کیفیت در گوگل پلاس منتشر کرده و با این کار پهنای باند کاربران را به میزان یک سوم کاهش داده است و به احتمال بسیار زیاد کمپانی گوگل همین تکنولوژی را برای سایر سرویس های خود مانند Google Photos نیز پیاده سازی خواهد کرد.

 

http://techpp.com برگرفته از

اینها را هم بخوانید