0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

利用神經網絡讓《火車進站》這部1896年上映的電影放大到了4K

倩倩 ? 來源:科技日報 ? 2020-02-12 07:04 ? 次閱讀

據(jù)美國“ArsTechnica”科技網站近日消息稱,研究者基于人工智能算法,重新制作了百年前的經典老電影——利用神經網絡讓《火車進站》這部1896年上映的電影放大到了4K。其中機器學習軟件填充了缺失的細節(jié),最終生成了逼真的圖像,達到21世紀的視頻標準。

《火車進站》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50秒的無聲短片,它展現(xiàn)了一輛火車在蒸汽機車的牽引下,駛進巴黎蕭達車站的情景。其“開創(chuàng)性地將現(xiàn)代性元素:速度、電影與城市融于一爐”,《火車進站》這部電影的意義,已經遠遠超越了影片所講述的故事,它的上映,甚至被認為是商業(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網絡,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驗室(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,軟件會在圖像中加入真實的細節(jié)。

神經網絡在分析了大量成對的圖像之后,“學會”如何在新圖像中填充細節(jié)。不過,4K版的《火車進站》視頻仍然是黑白的,但已經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用程序中,利用機器學習來自動為圖像著色,該算法可以正確推斷樹葉應是綠色的、礫石應是棕色的、男人的外套應是黑色的。

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

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 神經網絡
    +關注

    關注

    42

    文章

    4722

    瀏覽量

    100308
  • 算法
    +關注

    關注

    23

    文章

    4575

    瀏覽量

    92339
  • 人工智能
    +關注

    關注

    1789

    文章

    46316

    瀏覽量

    236483
收藏 人收藏

    評論

    相關推薦

    BP神經網絡和卷積神經網絡的關系

    BP神經網絡(Backpropagation Neural Network)和卷積神經網絡(Convolutional Neural Network,簡稱CNN)是兩種在人工智能和機器學習領域
    的頭像 發(fā)表于 07-10 15:24 ?842次閱讀

    BP神經網絡和人工神經網絡的區(qū)別

    BP神經網絡和人工神經網絡(Artificial Neural Networks,簡稱ANNs)之間的關系與區(qū)別,是神經網絡領域中一個基礎且重要的話題。本文將從定義、結構、算法、應用及未來發(fā)展等多個方面,詳細闡述BP
    的頭像 發(fā)表于 07-10 15:20 ?584次閱讀

    神經網絡控制的優(yōu)勢與挑戰(zhàn)

    神經網絡控制是一種利用人工神經網絡對復雜系統(tǒng)進行建模和控制的方法。它在許多領域得到了廣泛的應用,如工業(yè)自動化、機器人技術、航空航天、生物醫(yī)學工程等。 一、引言 1.1
    的頭像 發(fā)表于 07-09 09:47 ?312次閱讀

    如何利用Matlab進行神經網絡訓練

    ,使得神經網絡的創(chuàng)建、訓練和仿真變得更加便捷。本文將詳細介紹如何利用Matlab進行神經網絡訓練,包括網絡創(chuàng)建、數(shù)據(jù)預處理、訓練過程、參數(shù)調整以及仿真預測等步驟。
    的頭像 發(fā)表于 07-08 18:26 ?1347次閱讀

    rnn是遞歸神經網絡還是循環(huán)神經網絡

    RNN(Recurrent Neural Network)是循環(huán)神經網絡,而非遞歸神經網絡。循環(huán)神經網絡是一種具有時間序列特性的神經網絡,能夠處理序列數(shù)據(jù),具有記憶功能。以下是關于循環(huán)
    的頭像 發(fā)表于 07-05 09:52 ?433次閱讀

    遞歸神經網絡是循環(huán)神經網絡

    遞歸神經網絡(Recurrent Neural Network,簡稱RNN)和循環(huán)神經網絡(Recurrent Neural Network,簡稱RNN)實際上是同一個概念,只是不同的翻譯方式
    的頭像 發(fā)表于 07-04 14:54 ?543次閱讀

    循環(huán)神經網絡和卷積神經網絡的區(qū)別

    循環(huán)神經網絡(Recurrent Neural Network,RNN)和卷積神經網絡(Convolutional Neural Network,CNN)是深度學習領域中兩種非常重要的神經網絡
    的頭像 發(fā)表于 07-04 14:24 ?782次閱讀

    深度神經網絡與基本神經網絡的區(qū)別

    在探討深度神經網絡(Deep Neural Networks, DNNs)與基本神經網絡(通常指傳統(tǒng)神經網絡或前向神經網絡)的區(qū)別時,我們需要從多個維度進行深入分析。這些維度包括
    的頭像 發(fā)表于 07-04 13:20 ?485次閱讀

    反向傳播神經網絡和bp神經網絡的區(qū)別

    反向傳播神經網絡(Backpropagation Neural Network,簡稱BP神經網絡)是一種多層前饋神經網絡,它通過反向傳播算法來調整網絡中的權重和偏置,以達到最小化誤差的
    的頭像 發(fā)表于 07-03 11:00 ?515次閱讀

    bp神經網絡是深度神經網絡

    BP神經網絡(Backpropagation Neural Network)是一種常見的前饋神經網絡,它使用反向傳播算法來訓練網絡。雖然BP神經網絡在某些方面與深度
    的頭像 發(fā)表于 07-03 10:14 ?489次閱讀

    bp神經網絡和卷積神經網絡區(qū)別是什么

    BP神經網絡(Backpropagation Neural Network)和卷積神經網絡(Convolutional Neural Network,簡稱CNN)是兩種不同類型的人工神經網絡,它們在
    的頭像 發(fā)表于 07-03 10:12 ?710次閱讀

    卷積神經網絡訓練的是什么

    、訓練過程以及應用場景。 1. 卷積神經網絡的基本概念 1.1 卷積神經網絡的定義 卷積神經網絡是一種前饋深度學習模型,其核心思想是利用卷積操作提取輸入數(shù)據(jù)的局部特征,并通過多層結構進
    的頭像 發(fā)表于 07-03 09:15 ?271次閱讀

    卷積神經網絡和bp神經網絡的區(qū)別

    卷積神經網絡(Convolutional Neural Networks,簡稱CNN)和BP神經網絡(Backpropagation Neural Networks,簡稱BPNN)是兩種
    的頭像 發(fā)表于 07-02 14:24 ?1702次閱讀

    神經網絡在數(shù)學建模中的應用

    數(shù)學建模是一種利用數(shù)學方法和工具來描述和分析現(xiàn)實世界問題的過程。神經網絡是一種模擬人腦神經元結構和功能的計算模型,可以用于解決各種復雜問題。在數(shù)學建模中,神經網絡可以作為一種有效的工具
    的頭像 發(fā)表于 07-02 11:29 ?688次閱讀

    詳解深度學習、神經網絡與卷積神經網絡的應用

    在如今的網絡時代,錯綜復雜的大數(shù)據(jù)和網絡環(huán)境,傳統(tǒng)信息處理理論、人工智能與人工神經網絡都面臨巨大的挑戰(zhàn)。近些,深度學習逐漸走進人們的視線
    的頭像 發(fā)表于 01-11 10:51 ?1751次閱讀
    詳解深度學習、<b class='flag-5'>神經網絡</b>與卷積<b class='flag-5'>神經網絡</b>的應用