【2019.10人工智慧動態】
近期的人工智慧消息
下面精選幾個AI有趣的消息😍😍
#1.讓影片裡的你完全消失,Adobe最新SOTA模型實現無痕修圖
近日,Adobe 提出了一種基於Deep Image Prior的新型影片修圖演算法,可以同時修復缺失圖像和移動(光流)資訊,增強影片的時間和空間連貫性,使得去掉某些內容之後的影片依然自然、流暢,毫無修圖痕跡。而且,該方法無需外部資料庫,僅通過影片內部學習即可實現提出。
#2.ATG與IBM共同開發語音預訂服務,AI服務將成為旅遊業者新寵兒
AllStars Travel Group (ATG)跟IBM進行合作,這間在全球80多個國家提供服務的旅行公司,創立30年來都提供顧客專門的客製化服務。如今,他們與IBM旗下的人工智慧助手Watson Assistant合作,將會在2020年中前發布以語音辨識驅動的預訂服務。從最基本的預約預定開始,ATG計畫解決航路服務與中斷問題,以及發生問題的求助。
#3.騰訊領投英國AI新創SenSat,將地圖虛擬數位化
SenSat是一家深耕於地理空間技術的新創企業,對真實世界地理資訊做數位化處理,已獲得由中國科技巨頭騰訊領投的A輪投資,此外還獲得了俄羅斯投資公司Sistema Venture Capital的1,000萬美元投資。簡單來說,這家新創提供的就是將現實世界中的資訊,轉換成機器能夠理解版本,尤其適合用在人工智慧系統上,有助於其空間大數據搜尋演算法,變更檢測和3D電腦視覺的研發。
👇點它看更多
http://sc.piee.pw/LP4MQ
#人工智慧
「deep-image ai」的推薦目錄:
- 關於deep-image ai 在 Findit平台 Facebook 的最讚貼文
- 關於deep-image ai 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
- 關於deep-image ai 在 deep-image.ai (DEEPIMAGEteam) - Profile | Pinterest 的評價
- 關於deep-image ai 在 Best A.I. Image Upscaler? Top 7 Software Compared! - YouTube 的評價
- 關於deep-image ai 在 This is a Pytorch implementation of deep image blending 的評價
- 關於deep-image ai 在 HIGH DYNAMIC RANGE IMAGING USING DEEP IMAGE ... 的評價
deep-image ai 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
透過「解碼」腦波,日本團隊的 AI 能重建你腦中所見、所想
作者 Nana Ho | 發布日期 2018 年 01 月 14 日 13:00 |
試著想像一下,電腦可以讀取你在看著什麼、或想著什麼的情況,雖然聽起來非常科幻,但在日本團隊的研究下,這種像是電影劇情的未來正逐漸成真。
2017 年 12 月底時,日本京都大學神谷研究室 4 位科學家公布了他們研究人工智慧(AI)的結果,雖然還只是起步,但他們確實開發出讓 AI 學會了「解碼」人們腦波的新技術。
團隊創造的 AI 在讀取人的腦波後,根據對象腦波中顯示的影像,便能創造出相應但較為模糊的圖片,這種從人類大腦活動中可視化感知過程的技術,團隊將其稱呼為「深度圖像重建」(deep image reconstruction)。
神谷之康(Yukiyasu Kamitani)教授向 CNBC 表示,團隊一直都在研究如何透過觀察人的大腦活動,來重建、重現人們所看到影像的方法,但在過去研究中,團隊曾假設一個圖片是由像素(pixels)或簡單形狀組成的,而現在他們已經知道人腦的運作方式並非如此。
「現在我們已經知道,人們大腦處理視覺訊息的方式,是分層次的提取不同等級的特徵,或是不同複雜程度的組成部分。」
透過理解這一點,研究中建立的神經網路或 AI 模型將可以用來代表大腦分層結構處理的情況,進而讓 AI 能更好的去偵測、理解大腦所見到的物體,而不僅僅是像過去一樣只能以二進制像素表示。
在深度圖像重建的演算法中,AI 會先載入隨機圖片,並開始根據腦波解碼中讀取到的特徵逐漸去改變像素值。除了深度神經網路(DNN)和機器學習領域的圖像生成技術,團隊還用了深度生成網路(Deep Generator Network,DGN)來確保圖片看起來自然。
在研究期間,團隊分別針對自然景象、人造幾何形狀和字母進行了測試。在一些情況中,受試者在觀看圖片時,電腦便對腦波進行掃描,而在其他情況中,電腦則是在受試者回想剛剛展示的圖片時進行解析。
與過去的方法不同,即使人們只是回憶起圖片,深度圖像重建 AI 也能夠試著建構出相對應可視化圖片來,但由於大腦活化不足,AI 系統在這種情況下的分析也必須花上更長一些時間。
透過不斷的猜測腦波數據對應的形象化,AI 從眾多的數據中持續學習。嚴格來說,深度圖像重建的 AI 並不能真正「看見」人的思想,但它確實知道當你在想什麼時,腦波是什麼樣子的。
儘管從圖片看來,目前深度圖像重建 AI 讀取的效果仍十分有限,但隨著精準度不斷改良,這項技術的潛在應用價值將令人難以想像。
運用這種可視化技術,人們或許將能簡單透過想像來繪畫或製作藝術,就連夢境也可能可以透過電腦來形象化。對於一些飽受幻覺困擾的精神疾病患者來說,也能夠得到更多相對應的外在協助。
神谷之康教授認為,隨著 AI 技術和腦機介面發展,有朝一日,或許純粹透過意念和想像的溝通將有望實現。
附圖:▲ 一旦大腦波動被掃描,電腦便會反向解碼這些訊息,進而產生一個可視化的主體圖片,圖片顯示 AI 解讀並重建資訊的過程。
▲▼ 首圖為只使用 DNN 解碼腦波的情況,上圖則是運用 DNN 與隨機圖片,下圖則是運用 DNN、DGN 與隨機圖片。
▲ 相較自然圖像,字母的解碼已經幾乎能夠辨識(沒有運用 DGN 的情況)。
資料來源:https://technews.tw/…/deep-image-reconstruction-kyoto-kami…/
deep-image ai 在 Best A.I. Image Upscaler? Top 7 Software Compared! - YouTube 的推薦與評價
Let's Find Out Best Way to Convert a Low-Resolution Image to High-Resolution! ... 3. bigjpg.com 4. deep - image. ai 5. imageupscaler.com 6. ... <看更多>
deep-image ai 在 This is a Pytorch implementation of deep image blending 的推薦與評價
We propose a Poisson blending loss that achieves the same purpose of Poisson Image Editing. We jointly optimize the proposed Poisson blending loss with style ... ... <看更多>
deep-image ai 在 deep-image.ai (DEEPIMAGEteam) - Profile | Pinterest 的推薦與評價
deep -image.ai | Artificial inteligence based image upscale & enhancer! Upscaling, noise reduction, sharpening and background removal ! ... <看更多>