بازیابی تصویر اصلی از روی تصویر مات شده ممکن شد

پژوهشگران در دانشگاه MIT یک راه برای استخراج اطلاعات از ویدئوهای مات و حذف محو شدگی ابداع کردند. این راهکار که از یک «شبکه عصبی پیچشی» (Convolutional neural network) برای رمزگشایی تصاویر بهره می‌گیرد، قادر به بازسازی صحنه‌های مات و تولید تصویر واضح از آنها است.

پژوهشگران از طریق ارائه هزاران تصویر در دو نسخه اصلی و مات شده، به یک شبکه عصبی پیچشی یاد دادند تصاویر مات یا دچار محوشدگی را به گونه‌ای مهندسی معکوس کند که به جزئیات اصلی آن برسد. این کار از طریق استخراج الگوی پیکسل‌ها صورت می‌گیرد.

بخش دیگر این شبکه عصبی پیچشی با تحلیل خروجی قبلی، چگونگی به وجود آمدن محو شدگی را تحلیل می‌کند و با بهره گیری از هوش مصنوعی، تمامی حالت‌های ممکن صحنه اصلی را باز سازی می‌کند. در نهایت حالتی که بیشترین هم خوانی را با تصویر مات دارد، به عنوان تصویر اصلی انتخاب می‌شود.

تصور کنید یک اتومبیل در ویدئویی به سرعت در حالت حرکت است و دچار محو شدگی شده، ممکن است از روی تصویر مات بتوانید رنگ ماشین را تشخیص بدهید اما پی بردن به جزئیاتی چون سازنده یا مدل آن غیر ممکن باشد. در این حالت راهکار ابداعی پژوهشگران MIT قادر است جزئیات از دست رفته را به گونه‌ای بازسازی کند که بتوانید به سازنده و مدل اتومبیل پی ببرید.

پژوهشگران پا را از این هم فراتر گذاشته‌اند و حالا سرگرم بررسی احتمال تولید تصاویر سی تی اسکن با استفاده از تصاویر گرفته شده با اشعه ایکس هستند. این ایده از آنجایی حائز اهمیت است که یک دستگاه تصویر برداری MRI یا سی تی اسکن میلیون‌ها دلار قیمت دارد اما دستگاه‌های عکس برداری با استفاده از اشعه ایکس بسیار ارزان‌تر هستند. بنابراین در صورتی که بتوان با استفاده از تصاویر گرفته شده با اشعه ایکس، مدل سه بُعدی آن را همانند سی تی اسکن تولید کرد، به میلیون‌ها دلار صرفه جویی منتهی می‌شود.

در صورتی که این ایده عملی شود، تصاویر گرفته شده با استفاده از اشعه ایکس در اختیار یک الگوریتم قرار می‌گیرد تا جزئیات از دست رفته بازسازی شود.