Ученые из Университета Мэриленда разработали новый алгоритм на основе искусственных нейронных сетей, позволяющий применять широкий спектр исправлений к поврежденным цифровым изображениям. Исследователи протестировали свой алгоритм, взяв высококачественные неповрежденные изображения и намеренно повредив их, а затем использовали алгоритм восстановления урона. Во многих случаях алгоритм превосходил конкурентные методы, практически возвращая изображения в исходное состояние.
Цифровые изображения от снимков камеры телефона до тех, что применяются в медицинских осмотрах, играют важную роль в передаче информации, но эти изображения подвержены множеству недостатков, включающих размытость, зернистый шум, отсутствующие пиксели и некорректную цветопередачу. Новый алгоритм, разработанный экспертами, может быть «обучен» тому, как изображение должно выглядеть в идеале, поэтому он способен одновременно устранять несколько ошибок в одном изображении.
Специалисты «обучали» свой алгоритм с помощью большой базы данных, состоящей из высококачественных неповрежденных изображений, широко используемых для исследований с искусственными нейронными сетями. Поскольку алгоритм может принимать большой объем данных и выявлять сложные параметры, которые определяют изображения, включая изменения текстуры, цвета, света, теней и краев, он способен предсказать, как должно выглядеть идеальное неповрежденное изображение. Благодаря этому алгоритм может распознавать отклонения от этих идеальных параметров и исправлять их, устраняя недостатки.