国产精品久久久aaaa,日日干夜夜操天天插,亚洲乱熟女香蕉一区二区三区少妇,99精品国产高清一区二区三区,国产成人精品一区二区色戒,久久久国产精品成人免费,亚洲精品毛片久久久久,99久久婷婷国产综合精品电影,国产一区二区三区任你鲁

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

利用神經(jīng)網(wǎng)絡(luò)讓《火車進(jìn)站》這部1896年上映的電影放大到了4K

倩倩 ? 來源:科技日報(bào) ? 2020-02-12 07:04 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

據(jù)美國“ArsTechnica”科技網(wǎng)站近日消息稱,研究者基于人工智能算法,重新制作了百年前的經(jīng)典老電影——利用神經(jīng)網(wǎng)絡(luò)讓《火車進(jìn)站》這部1896年上映的電影放大到了4K。其中機(jī)器學(xué)習(xí)軟件填充了缺失的細(xì)節(jié),最終生成了逼真的圖像,達(dá)到21世紀(jì)的視頻標(biāo)準(zhǔn)。

《火車進(jìn)站》是電影史上最著名的影片之一,這部電影由盧米埃爾兄弟1895年拍攝,1896年上映,作為一個(gè)50秒的無聲短片,它展現(xiàn)了一輛火車在蒸汽機(jī)車的牽引下,駛進(jìn)巴黎蕭達(dá)車站的情景。其“開創(chuàng)性地將現(xiàn)代性元素:速度、電影與城市融于一爐”,《火車進(jìn)站》這部電影的意義,已經(jīng)遠(yuǎn)遠(yuǎn)超越了影片所講述的故事,它的上映,甚至被認(rèn)為是商業(yè)電影的誕生日。

125年之后,一位名叫丹尼斯·希爾雅伊夫的研究者利用神經(jīng)網(wǎng)絡(luò),將這部將原來只有640X480分辨率、20幀/秒(FPS)的老電影,重新制作成了4K、60FPS版本。希爾雅伊夫使用的是托帕石實(shí)驗(yàn)室(Topaz Labs)開發(fā)的商業(yè)圖像編輯軟件“Gigapixel AI”,該軟件允許將圖像按比例放大600%,為了避免放大后的圖像模糊,軟件會(huì)在圖像中加入真實(shí)的細(xì)節(jié)。

神經(jīng)網(wǎng)絡(luò)在分析了大量成對的圖像之后,“學(xué)會(huì)”如何在新圖像中填充細(xì)節(jié)。不過,4K版的《火車進(jìn)站》視頻仍然是黑白的,但已經(jīng)有其他研究者開始嘗試給視頻添加顏色。他們將視頻中的一幀放到了應(yīng)用程序中,利用機(jī)器學(xué)習(xí)來自動(dòng)為圖像著色,該算法可以正確推斷樹葉應(yīng)是綠色的、礫石應(yīng)是棕色的、男人的外套應(yīng)是黑色的。

自19世紀(jì)30年代開始,科學(xué)家們一直為發(fā)明活動(dòng)攝影技術(shù)而努力。最終,法國的盧米埃爾兄弟在前人的基礎(chǔ)上,制作出了一種“活動(dòng)電影機(jī)”,可以集攝影、放映和洗印為一體。1895年的冬天,他們在巴黎蕭達(dá)車站的月臺上拍攝了一輛火車進(jìn)站的情景。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報(bào)投訴
  • 神經(jīng)網(wǎng)絡(luò)

    關(guān)注

    42

    文章

    4838

    瀏覽量

    107756
  • 算法
    +關(guān)注

    關(guān)注

    23

    文章

    4784

    瀏覽量

    98044
  • 人工智能
    +關(guān)注

    關(guān)注

    1817

    文章

    50096

    瀏覽量

    265312
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點(diǎn)推薦

    神經(jīng)網(wǎng)絡(luò)的初步認(rèn)識

    日常生活中的智能應(yīng)用都離不開深度學(xué)習(xí),而深度學(xué)習(xí)則依賴于神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)。什么是神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)的核心思想是模仿生物神經(jīng)系統(tǒng)的結(jié)構(gòu),特別是大腦中神經(jīng)
    的頭像 發(fā)表于 12-17 15:05 ?323次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的初步認(rèn)識

    NMSIS神經(jīng)網(wǎng)絡(luò)庫使用介紹

    NMSIS NN 軟件庫是一組高效的神經(jīng)網(wǎng)絡(luò)內(nèi)核,旨在最大限度地提高 Nuclei N 處理器內(nèi)核上的神經(jīng)網(wǎng)絡(luò)的性能并最??大限度地減少其內(nèi)存占用。 該庫分為多個(gè)功能,每個(gè)功能涵蓋特定類別
    發(fā)表于 10-29 06:08

    在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗(yàn)

    構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)模型 model = models.Sequential()model.add(layers.Conv2D(input_shape=(28, 28, 1), filters=4
    發(fā)表于 10-22 07:03

    CICC2033神經(jīng)網(wǎng)絡(luò)部署相關(guān)操作

    在完成神經(jīng)網(wǎng)絡(luò)量化后,需要將神經(jīng)網(wǎng)絡(luò)部署到硬件加速器上。首先需要將所有權(quán)重?cái)?shù)據(jù)以及輸入數(shù)據(jù)導(dǎo)入到存儲(chǔ)器內(nèi)。 在仿真環(huán)境下,可將其存于一個(gè)文件,并在 Verilog 代碼中通過 readmemh 函數(shù)
    發(fā)表于 10-20 08:00

    液態(tài)神經(jīng)網(wǎng)絡(luò)(LNN):時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的神經(jīng)網(wǎng)絡(luò)

    1.算法簡介液態(tài)神經(jīng)網(wǎng)絡(luò)(LiquidNeuralNetworks,LNN)是一種新型的神經(jīng)網(wǎng)絡(luò)架構(gòu),其設(shè)計(jì)理念借鑒自生物神經(jīng)系統(tǒng),特別是秀麗隱桿線蟲的神經(jīng)結(jié)構(gòu),盡管這種微生物的
    的頭像 發(fā)表于 09-28 10:03 ?1211次閱讀
    液態(tài)<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>(LNN):時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>

    神經(jīng)網(wǎng)絡(luò)的并行計(jì)算與加速技術(shù)

    隨著人工智能技術(shù)的飛速發(fā)展,神經(jīng)網(wǎng)絡(luò)在眾多領(lǐng)域展現(xiàn)出了巨大的潛力和廣泛的應(yīng)用前景。然而,神經(jīng)網(wǎng)絡(luò)模型的復(fù)雜度和規(guī)模也在不斷增加,這使得傳統(tǒng)的串行計(jì)算方式面臨著巨大的挑戰(zhàn),如計(jì)算速度慢、訓(xùn)練時(shí)間長等
    的頭像 發(fā)表于 09-17 13:31 ?1125次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的并行計(jì)算與加速技術(shù)

    無刷電機(jī)小波神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)子位置檢測方法的研究

    摘要:論文通過對無刷電機(jī)數(shù)學(xué)模型的推導(dǎo),得出轉(zhuǎn)角:與三相相電壓之間存在映射關(guān)系,因此構(gòu)建了一個(gè)以三相相電壓為輸人,轉(zhuǎn)角為輸出的小波神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)轉(zhuǎn)角預(yù)測,并采用改進(jìn)遺傳算法來訓(xùn)練網(wǎng)絡(luò)結(jié)構(gòu)與參數(shù),借助
    發(fā)表于 06-25 13:06

    神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)在電機(jī)故障診斷中的應(yīng)用

    摘要:針對傳統(tǒng)專家系統(tǒng)不能進(jìn)行自學(xué)習(xí)、自適應(yīng)的問題,本文提出了基于種經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的并步電機(jī)故障診斷方法。本文將小波神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)相結(jié)合,充分發(fā)揮了二者故障診斷的優(yōu)點(diǎn),很大程度上降低了對電機(jī)
    發(fā)表于 06-16 22:09

    神經(jīng)網(wǎng)絡(luò)RAS在異步電機(jī)轉(zhuǎn)速估計(jì)中的仿真研究

    眾多方法中,由于其結(jié)構(gòu)簡單,穩(wěn)定性好廣泛受到人們的重視,且已被用于產(chǎn)品開發(fā)。但是MRAS仍存在在低速區(qū)速度估計(jì)精度下降和對電動(dòng)機(jī)參數(shù)變化非常敏感的問題。本文利用神經(jīng)網(wǎng)絡(luò)的特點(diǎn),使估計(jì)更為簡單、快速
    發(fā)表于 06-16 21:54

    基于FPGA搭建神經(jīng)網(wǎng)絡(luò)的步驟解析

    本文的目的是在一個(gè)神經(jīng)網(wǎng)絡(luò)已經(jīng)通過python或者M(jìn)ATLAB訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型,將訓(xùn)練好的模型的權(quán)重和偏置文件以TXT文件格式導(dǎo)出,然后通過python程序?qū)xt文件轉(zhuǎn)化為coe文件,(coe
    的頭像 發(fā)表于 06-03 15:51 ?1198次閱讀
    基于FPGA搭建<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的步驟解析

    索尼推出緊湊型4K全畫幅電影攝影機(jī)ILME-FX2

    近日,索尼(中國)推出緊湊型4K全畫幅電影攝影機(jī) ILME-FX2。 新品延續(xù)索尼電影機(jī)系統(tǒng)專業(yè)、高效的性能表現(xiàn),支持7K超采樣4K輸出,畫
    的頭像 發(fā)表于 05-30 15:07 ?1404次閱讀

    索尼發(fā)布原生4K激光家庭影院投影機(jī)新品

    技術(shù)進(jìn)行優(yōu)化,使其更適合投影機(jī)使用。這款原生4K激光家庭影院投影機(jī)新品可以提供具有4K HDR層次豐富的圖像、以及深邃的黑色和鮮艷的色彩,無論電影愛好者、體育迷還是游戲玩家,都能在家中享受專業(yè)級的
    的頭像 發(fā)表于 04-15 15:41 ?1404次閱讀
    索尼發(fā)布原生<b class='flag-5'>4K</b>激光家庭影院投影機(jī)新品

    4K顯示屏用DP還是HDMI?

    大家都知道,現(xiàn)在4K顯示屏越來越普及,無論是玩游戲、看電影還是辦公,都能帶來超清視界。但在連接4K顯示屏?xí)r,很多人都會(huì)糾結(jié):到底選DP(DisplayPort)還是HDMI?今天我們就來聊聊它們各自
    的頭像 發(fā)表于 04-08 16:03 ?2935次閱讀

    NVIDIA實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)渲染技術(shù)的突破性增強(qiáng)功能

    近日,NVIDIA 宣布了 NVIDIA RTX 神經(jīng)網(wǎng)絡(luò)渲染技術(shù)的突破性增強(qiáng)功能。NVIDIA 與微軟合作,將在 4 月的 Microsoft DirectX 預(yù)覽版中增加神經(jīng)網(wǎng)絡(luò)著色技術(shù),讓開
    的頭像 發(fā)表于 04-07 11:33 ?1166次閱讀

    神經(jīng)網(wǎng)絡(luò)壓縮框架 (NNCF) 中的過濾器修剪統(tǒng)計(jì)數(shù)據(jù)怎么查看?

    無法觀察神經(jīng)網(wǎng)絡(luò)壓縮框架 (NNCF) 中的過濾器修剪統(tǒng)計(jì)數(shù)據(jù)
    發(fā)表于 03-06 07:10