Google RAISR依靠机器学习来升级低分辨率图像

Google引入了一种称为RAISR的新技术，该技术代表快速，准确的图像超分辨率，可以增强低质量的图像。该技术将依靠机器学习来生成高质量版本的低分辨率图像。Google发表了一篇论文，重点介绍了RAISR的结果如何 “与当前可用的超分辨率方法相当或更好”，并声称其系统 “大约快10到100倍”，这将使其能够实时在移动设备上运行。

本质上，Google的技术将确保放大的未来图像不会最终失去质量，因为机器学习系统将能够弄清楚如何准确地对样本进行升级。

<iframe src = "https://www.dailymotion.com/embed/video/ k1BusDwjYZQ0KiuffwA" width = "100%" height = "363"></iframe>

Google的博客文章解释说，当前对低质量图像进行上采样或增强以创建更高分辨率图像的方法可能很快，但是在突出结果中生动的细节时，它们的效率却不高。在Google的RAISR中，该公司依靠机器学习成对训练图像。

谷歌博客写道: “有了RAISR，我们改用机器学习和对图像的训练，一个低质量，一个高，来找到过滤器，当选择性地应用于低分辨率图像的每个像素时，这些过滤器将重新创建质量与原始图像相当的细节。”

另请阅读: Google的DeepMind在人工智能的语音生成方面取得了重大突破

RAISR依赖于两种方法。直接的人直接从低分辨率和高分辨率对学习过滤器。在第二个中，将 “计算便宜的上采样器” 应用于低分辨率图像，然后从上采样版本和高分辨率对中学习滤波器。谷歌表示，培训大约需要一个小时。

RAISR可以通过很多方式改变我们与图像的交互方式。对于初学者来说，正如谷歌博客文章所指出的那样，这种对照片进行上采样的机器学习过程可能意味着智能手机上的数字 “缩放” 的改进。人们甚至可以以低分辨率捕获，保存和共享图像，而不会在质量上显着下降，从而节省了存储，移动数据等。