Aus der Presse

Maschinelles Lernsystem verbessert Auflösung von Bildern

EnhanceNet-PAT ist ein Lernalgorithmus, der durch Mustererkennung Bilder hochauflösender machen kann. Das Vorbild für das maschinelle Lernen ist der Mensch selbst.

»Forscher des Max-Planck Institutes haben einen maschinellen Lernalgorithmus vorgestellt, der niedrigauflösende in erkennbare Bilder umwandeln soll. EnhanceNet-PAT entfernt automatisiert die Schachbrettartekfakte, die beispielsweise beim Vergrößern von Bildern entstehen. Das soll etwa zum Editieren von interessanten Bildteilen verwendet werden können. [...] Die sogenannte Single-Image-Super-Resolution-Technik (SISR) ist bereits ein bekanntes Konzept und wird laut den Forschern bereits seit über einer Dekade erforscht. Doch sei EnhanceNet-PAT darin wesentlich effizienter. Die Prämisse: Der Algorithmus versucht nicht, Bilder pixelgenau zu rekonstruieren, sondern lediglich für das menschliche Verständnis hochauflösend genug zu generieren. Er erkennt dabei Muster bei niedrigauflösenden Bildern und wendet diese für den Reproduzierungsprozess an.« [29.10.2017, 09:24 Uhr, Quelle: golem.de]

Peter Schlobinski

Ähnliche Nachrichten
Ex-News

News: Archiv

Sie suchen etwas Bestimmtes? Dann finden Sie es vielleicht in unserem Archiv. Stöbern Sie in 6194 Nachrichten oder durchsuchen Sie sie:

RSS2.0

News: Feed

Bleiben Sie immer kurz und aktuell auf dem Laufenden – mit den RSS-Feeds von mediensprache.net. mehr

Ihre Meinung

Kommentare zu dieser Seite