Российские ученые создали улучшенную модель машинного обучения для обработки цифровых изображений. Модель, получившая название LAPUSKA, была разработана сотрудниками Университета МИСиС и НИУ ВШЭ.
LAPUSKA позволяет значительно повысить качество фотографий и при этом работает быстрее, чем аналогичные системы. Она обрабатывает изображения в два раза быстрее, чем аналогичные технологии. Ожидается, что новая нейронная сеть поможет в решении таких задач, как распознавание лиц и улучшение качества деградированных изображений.
Технологии компьютерного зрения широко применяются в здравоохранении, транспорте, развлечениях и т.д. Одним из направлений является улучшение фотографий низкого разрешения для выявления более тонких визуальных деталей. Это помогает в обеспечении безопасности, архивировании старых фотографий и улучшении плохо освещенных снимков.
Существующие модели изображений высокого разрешения имеют свои недостатки, такие как высокие вычислительные потребности. LAPUSKA сочетает в себе достоинства других моделей, избегая их недостатков. Она обеспечивает качество изображения на уровне одной системы, но работает более чем в два раза быстрее.
Исследователи обучили LAPUSKA на большом наборе данных высококачественных фотографий и их низкокачественных аналогов. Ее архитектура извлекает характеристики непосредственно из входных данных с помощью серии конволюционных слоев. Модель масштабирует изображения на поздних этапах обработки для получения более качественных результатов.
Ученые разработали LAPUSKA в рамках университетской исследовательской инициативы, направленной на развитие цифровых технологий. Их новая нейронная сеть может принести пользу в тех областях, где для обработки визуальной информации используется компьютерное зрение. Дальнейшая доработка может расширить возможности LAPUSKA и сделать ее более быстрый подход более широко применимым.
