Het komt vaak over als een grap in politieseries. Als er een vage, korrelige foto van een verdachte is, hoeft de lokale techfanaat maar een paar knoppen in te drukken voor een veel gedetailleerder beeld. Zoiets lijkt nu zomaar eens werkelijkheid te kunnen worden dankzij nieuwe technologie van Nvidia, MIT en de Aalto University.
De drie partijen maken gebruik van kunstmatige intelligentie om ruis van foto’s te verwijderen. Daarvoor maakte het team gebruik van 50.000 foto’s die uit de ImageNet-database komen. Met behulp daarvan kon het AI-systeem getraind worden om foto’s te reconstrueren, zonder dat het ooit een beeld zonder ruis gezien heeft.
Noise2Noise
Het AI-systeem is Noise2Noise gedoopt en steunt op deep learning. Elk van de beelden die gebruikt is om het systeem te trainen was in eerste instantie geheel vrij van ruis. Om het systeem te kunnen trainen, werd er willekeurig ruis toegevoegd aan foto’s. Niet alleen foto’s, maar ook door computers gemaakte beelden en MRI-scans werden gebruikt om Noise2Noise te trainen.
Ruis komt vaak voor op foto’s die in omstandigheden met weinig licht genomen zijn. Tegelijk kan het ook voorkomen op foto’s van de ruimte en op medisch beeldmateriaal. Vooral in die laatste categorie is ruis erg vervelend en kan het stellen van een diagnose bemoeilijkt worden. Dankzij het Noise2Noise-systeem kon de hoeveelheid ruis op beelden flink teruggedrongen worden, zoals hieronder te zien.
De onderzoekers hebben de software ook meteen aan een proef onderworpen. Bijna vijfduizend foto’s van zo’n vijftig menselijke objecten werden gebruikt voor training van de MRI-mogelijkheden van Noise2Noise. Volgens Nvidia-onderzoeker Jacob Munkberg werkt de technologie redelijk goed en “kan het in de toekomst wellicht ook echt praktisch toegepast worden.”
35 minuten geleden
