Egy borospoháron, vagy akár egy kontaktlencsén lévő apró karcolások még a megfelelő fényviszonyok között is igen nehezen azonosíthatók, majdnem teljes sötétségben pedig még próbálkozni is értelmetlen az átlátszó felületek és a velük kapcsolatos eltérések felfedezésével. Az MIT kutatói most erre a problémára is előjöttek egy megoldással, ami manapság már természetes módon a mesterséges intelligenciára, pontosabban a gépi mély tanulásra és a neurális hálózatok ra épül.
A kutatók a Physical Review Letters oldalain szerdán közzétett anyagukban egy olyan technikát ismertetnek, amellyel minimális megvilágítás mellett is rekonstruálni lehet az átlátszó tárgyakat a róluk készített képek alapján. Ezeket szinte csak a forma kedvéért nevezhetjük képeknek, hiszen olyan fényviszonyok mellett készítették őket, hogy átlagosan egyetlen foton jutott egy pixelre, ami bőven az alatt a szint alatt van, amit a hagyományos kamerák még rögzíteni tudnának.
Előrelépést hozhat az orvosi képalkotásban
A rendszert 10 ezer darab, a fenti módon elképesztően homályos felvétel alapján tanították be, amelyek üvegszerű felületeket és a rájuk csiszolt mintákat ábrázolták. Ezután a programnak már olyan képeket kellett feldolgoznia, amelyek nem szerepeltek a korábbi mintában, az eredmények pedig azt mutatták, hogy valóban képes volt megtanulni, hogyan alkothatja újra a sötétségben szinte felismerhetetlenné vált formákat. Erre példának az alábbi ábrát hozták:
forrás: George Barbastathis et al.
Itt a jobb szélső fotó ábrázolja az eredeti felvételt (ismét érdemes tisztázni, hogy egy átlátszó felületre csiszolt ábráról van szó), a bal felső képen pedig az a fotó szerepel, amelyet a szélsőségesen gyenge megvilágítás mellett készítettek róla. A rendszer ezt egy fizikai törvényszerűségekre épülő algoritmus segítségével javtja fel (fent középen), majd az előzőleg betanított neurális hálózat is előjön egy megoldással (balra lent), végül a kettőt összefésülik (lent középen).
A technika későbbi felhasználásának egyik lehetséges irányát az orvostechnológiai fejlesztések jelenthetik, ahol az erős megvilágítás szétroncsolhatja mondjuk az éppen vizsgált sejteket, a röntgenezés pedig a pácienseket teszi ki a jól ismert kockázatoknak. A kutatók szerint az új megoldással minimum olyan pontos képeket alkothatnak majd, mint a röntgensugarakkal, és értelemszerűen a laboratóriumokban feldolgozott biológiai mintákat sem károsítják vele.
Adathelyreállítás pillanatok alatt
A vírus- és végpontvédelmet hatékonyan kiegészítő Zerto, a Hewlett Packard Enterprise Company platformfüggetlen, könnyen használható adatmentési és katasztrófaelhárítási megoldása.
CIO KUTATÁS
TECHNOLÓGIÁK ÉS/VAGY KOMPETENCIÁK?
Az Ön véleményére is számítunk a Corvinus Egyetem Adatelemzés és Informatika Intézetével közös kutatásunkban »
Kérjük, segítse munkánkat egy 10-15 perces kérdőív megválaszolásával!
Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak