MIT夜视人工智能曝光在黑暗中隐形的物体
发布时间：2021-07-14 12:33:30 所属栏目：大数据 来源：互联网
导读：Pixel 3 拥有强大的低光拍照性能，这得益于 Google 为它开发的强大算法。不过麻省理工的研究人员，刚刚训练出了一个能够在接近一片漆黑的情况下、重建照片中暗部细节的人工智能。借助深度神经网络，该技术重建生成的画面，有望实现超过 1000 倍的对比度。 最
|
Pixel 3 拥有强大的低光拍照性能，这得益于 Google 为它开发的强大算法。不过麻省理工的研究人员，刚刚训练出了一个“能够在接近一片漆黑”的情况下、重建照片中暗部细节的人工智能。借助深度神经网络，该技术重建生成的画面，有望实现超过 1000 倍的对比度。
最初的透明蚀刻(最右)，黑暗中拍摄的照片(左上)，基于物理的算法(右上)，训练过的神经网络(左下)。将基于物理的算法和神经网络结合起来，可以更加清晰准确地重建图像(右下)
研究团队为该神经网络提供了超过 10000 张透明玻璃状的蚀刻图像，它们是在极低光照条件下(每像素约 1 光子)拍摄的。研究一作 Alexandre Goy 表示：“当我们用肉眼去观察时，它们看起来都像一块透明的玻璃。但实际上，其暗藏了非常精细、浅显的结构，仍会对光产生影响。”
在完成了对神经网络的训练之后，团队打造了一套全新的模式，它已不再是原始数据集的一部分。在对其进行系统分析后，我们发现深度学习确实可以揭示在黑暗中隐形的物体。
MIT 机械工程系教授 George Barbastathis 指出，若用光照射实验室中的生物细胞，会将它们烧焦而不会留下任何影像。此外，如果让患者接受过量的 X 射线，会增加其患癌的几率。
好消息是，这项技术能够在保持同等图像质量的前提下，减少光线或 X 射线的曝光。除了医学成像，它也适用于天文摄影。
有关这项研究的详情，已经发表在近日出版的《物理评论快报》(Physical Review Letters)上。
 （编辑：PHP编程网 - 黄冈站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
浙公网安备 33038102330482号