您的位置: 灵武信息网 > 时尚

即使不知道真實世界如何Google算法也

发布时间:2019-11-09 01:25:56

即使不知道真实世界如何,Google算法也能“想像”出来

A5任务 SEO诊断选学淘宝客 站长团购 云主机

Google 街景提供了许多发达国家中不少城市的全景视图,以及沿着人行道的无数美景、商场内部的视图和周围的博物馆和艺术画廊它是现代工程学中的一个非凡壮举,改变了我们对我们周围世界的欣赏方式

将街景变成电影

不过,虽然街景可以向我们展示那些遥远的地方的样子,但是一张又一张的图片并不能让人身临其境地感受世界于是有人想到了一个解决方案:连续播放一系列街景图像,来创建一部电影

但这并不能和你所想象的那样完美的合成,以每秒25帧或以差不多的速度播放这些图片,会使风景略过的速度太快,产生跳帧;而太慢的话,肉眼又能明显地看出 卡顿 当场景没有什么变化的时候,或者是在高速公路和风景不变的时候,低速是可以被接受的,但它在繁忙的街道或是艺术画廊里就不行了

因此,Google 已经想出了一个解决方案:让街景摄像机在记录的时候,添加额外的帧但是,这些帧看起来是什么样子呢?

如今,John Flynn 和其 Google 的同事一同透露,他们是如何利用公司庞大的机器学习技术来找出,这些丢失的帧看起来应该是怎样的,机器只是研究图像两边丢失的帧其结果是一台计算机,可以通过内插丢失的帧,或多或少将一系列的图像转变成能流畅播放的影片

消失的图像

Flynn 和其同事直面挑战,给定一组特定地方的图像,目标是从另一个不同的角度合成同一区域的一张新图像这个过程十分的不容易,Flynn 表示, 这需要了解物体的所有几何图形,即使在看不见的角度上也要生成完整的3-D图像

实际上,这是一个困扰了计算机科学家几十年的问题,即给定了两张或更多张图像,从而估算出场景的三维形状

计算机科学家已经开发出了解决这个问题的各种方式,但所有方式都面临着类似的问题,特别是在一个物体遮挡了另一个物体,造成信息缺乏时信息缺乏会导致画面 撕裂 ,而且在没有足够信息的位置会有不少精致的细节丢失

Flynn 的新办法是训练机器视觉算法,在经过一个巨大的数据集的连续图像训练后,算出新的图像应该是什么样子计算机的任务是将各张图像作为一组像素,并确定给定相应像素的深度和颜色,并根据出现前后的图像给出深度和颜色相符的像素

他们训练的算法叫做 DeepStereo,使用了 由一个移动的车辆拍摄的街景图像 事实上,他们使用了10万个这些序列作为训练数据集而最终的结果也是令人印象深刻的Flynn 表示, 总体来说,我们的模型产生了合理的输出

算法成功地再现了一些困难的物体,如树木和草丛并且即使算法没有处理好,也不会有之前的 撕裂 ,尤其是算法在处理移动物体上的表现很好不过,总而言之该方法目前还是并不完美即使如此,这也是一项令人印象深刻的工作,再一次显示了深度学习技术的潜力

希望在不太遥远的将来,我们能看到Google街景从图片变成一部旅游电影,让用户真正足不出户 走 遍天下

便利妥医用护理垫
远大医药立可安治腹泻效果
生物谷药业
猜你会喜欢的
猜你会喜欢的