La création d'algorithmes pour travailler avec des images a toujours été une tâche plutôt difficile, mais prometteuse. Lorsque j'écrivais encore mon projet de fin d'études en 1999, le thème de la "reconnaissance de formes" était très pertinent dans les systèmes de contrôle et de gestion automatiques.
C'est ce qu'ils peuvent faire aujourd'hui. Les développeurs indiens ont présenté un système permettant de créer de courtes vidéos à partir d'images floues. L'algorithme fonctionne sur la base de réseaux de neurones convolutifs et récurrents et vous permet de transformer les artefacts de mouvement dans les images en vidéo courte (jusqu'à dix images).
Plus de détails …
Lors de la visualisation d'une image floue, une personne peut compléter mentalement une image de ce qui se passe. Par exemple, voir une photographie d'un oiseau aux ailes floues suggère que le flou de l'image est dû à des artefacts dans le mouvement des ailes lors de l'acquisition. Pour les systèmes de vision par ordinateur, cependant, cette tâche est plus difficile et la plupart des procédés connus visent uniquement à supprimer les artefacts de mouvement et à lisser les images.
Des scientifiques de l'Institut indien de technologie, dirigé par AN Rajagopalan, ont suggéré qu'une seule image floue pourrait être utilisée pour créer une courte vidéo complète: c'est-à-dire restaurer le mouvement d'origine à partir de ses artefacts dans l'image. Pour ce faire, ils ont développé un algorithme basé sur les réseaux de neurones convolutifs, qui sont activement utilisés pour les tâches liées à la reconnaissance automatique d'images, ainsi que les réseaux de neurones récurrents.
Le modèle est formé sur un grand nombre de vidéos, qui sont divisées en cadres. Après cela, le réseau neuronal recherche une telle trame, les artefacts sur lesquels correspondent le plus étroitement les artefacts de la trame d'échantillons d'apprentissage. Après cela, le décodeur «restaure» les artefacts de trame d'échantillons d'apprentissage en mouvement capturé sur vidéo. Ainsi, le modèle stocke des données sur les mouvements récupérés possibles à partir de chaque image floue disponible dans l'échantillon d'apprentissage.
Vidéo promotionelle:
À la suite du travail, le réseau neuronal produit une vidéo, reconstruite à partir de l'image floue, composée de dix images. L'algorithme développé, selon les créateurs, pourra à l'avenir aider à améliorer non seulement la restauration d'images floues, mais également les vidéos elles-mêmes.
La suppression des artefacts de mouvement dans des images individuelles peut également améliorer la diffusion vidéo. Jusqu'à présent, à cet effet, on utilise principalement des algorithmes pour adapter le débit en fonction de la vitesse de la vidéo et de sa mise en mémoire tampon.
Elizaveta Ivtushok
