Os cientistas do MIT descobriram uma maneira de recuperar detalhes de quadros com movimento borrado de um vídeo para reproduzir imagens nítidas. O “modelo de desprojeção visual” usa uma rede neural convolucional (CNN, sigla em inglês) para decifrar as imagens. Neste artigo, veja como os pesquisadores do MIT usam essa rede neural.
Pesquisadores do MIT desenvolvem rede neural
Pesquisadores do Laboratório de Ciência da Computação e Inteligência Artificial (CSAIL, sigla em inglês) do MIT treinaram a CNN digitalizando milhares de pares de imagens (projeções). Dessa forma, a rede neural usa as informações para essencialmente reverter os efeitos de desfoque, aprendendo os padrões de pixels e o que os criou.
Outra parte da CNN, chamada variational autocoder, analisa a saída e avalia quão bem a rede correspondeu ao sinal. Em seguida, cria um “plano” para informar à Inteligência Artificial (IA) como passar de uma projeção para todas as fontes correspondentes possíveis. Assim, quando recebe uma nova imagem, a CNN examina os padrões de pixel e usa o modelo para encontrar todos os sinais possíveis que poderiam ter causado o desfoque. A partir daí, ele combina os dados para criar uma cópia “de alta dimensão”.
Segundo a equipe:
Se pudermos converter raios-X em tomografias computadorizadas, isso mudaria bastante o jogo.
Por exemplo, em um vídeo que mostra um carro em alta velocidade, você pode dizer que o carro era vermelho, mas não muito mais que isso. Além disso, o modelo de desprojeção visual pode capturar essas imagens e criar uma reprodução suficientemente clara para identificar a marca e o modelo.
Assim, o pós-doutorado da CSAIL e principal autor do artigo, Guha Balakrishnan, disse:
É quase como mágica que possamos recuperar esses detalhes.
Uso medicinal da rede neural
Porém, os pesquisadores estão mais empolgados com o que isso poderia fazer no campo da medicina. Eles acreditam que a tecnologia poderia ser usada para criar escaneamentos 3D. Dessa forma, esse avanço pode reduzir significativamente os custos, já que as máquinas de ressonância magnética e tomografia computadorizada são extremamente caras. Além disso, o software seria capaz de recriar uma imagem de alta informação a partir de uma imagem de baixa informação, como raios-X, que são comparativamente baratos.
Por fim, Balakrishnan disse:
Se pudermos converter raios-X em tomografias computadorizadas, isso seria revolucionário. Você pode simplesmente pegar um raio-X, passá-lo através do nosso algoritmo e ver todas as informações perdidas.
Neste artigo, você viu que pesquisadores do MIT desenvolveram uma rede neural que recupera informações claras de imagens borradas.
Se gostou, não deixe de compartilhar!
Fonte: Tech Spot
Leia também:
Tecnologia, encurtando distâncias e facilitando as nossas vidas!
