|
||
|
Major Member
 
加入日期: Jun 2009 您的住址: 厝漢當然是龜在厝裡
文章: 223
|
數位修復百年前的影片
__________________
這是一個你努力，都不一定會成功的世界~~~~~~~~~ |
|||||||
2020-07-05, 07:18 AM
#1
|
|
|
*停權中*
加入日期: Oct 2017
文章: 40
|
色彩越來越自然了，有些片段的顏色感覺像電影調色的風格
技術一年比一年進步啊！ |
||
|
2020-07-05, 07:37 AM
#2
|
|
|
Junior Member
  加入日期: Nov 2016
文章: 737
|
衣服，牆壁，臉孔這些顏色是由人選定的。再透過AI幫忙彩繪上顏色。
不然一秒60張，人來畫會畫到手抽筋。 256灰階是不可逆的。無法還原真實色彩。 技術的關鍵在於影像辨識需要識別出一個frame裡，哪些是衣服，人臉，背景，牆壁，草木，這些個物件。才能在物件畫上適當的顏色。 此文章於 2020-07-05 07:54 AM 被 bibo987 編輯. |
|
2020-07-05, 07:48 AM
#3
|
|
|
*停權中*
加入日期: Nov 2018
文章: 1,088
|
|
|
2020-07-05, 09:26 AM
#4
|
|
|
*停權中*
加入日期: Apr 2017
文章: 2,836
|
現在這種AI，其實並不是傳統意義上的AI
以前的AI人工智能是希望電腦能像人類一樣 比如當客服人員、跟人類正常聊天 雖然也可以下圍棋、修復影片，但並不會比人類強 除非計算能力無限提升 但顯然以人類邏輯去處理是無法無限提升的 不然找個一億人是不是就能瞬間解開超難問題?當然不是 所以AI下圍棋就算用上超級電腦，預測各種下法，依然下不贏棋聖 後來開發出了新的AI方式，大數據訓練 直接餵給電腦一堆棋譜，讓電腦自己去學會哪種贏的機會大 這時訓練出來的AI並非人類能理解的圍棋下法 但就是這種新型AI卻能下贏棋聖，開創了AI訓練的風行 所以像修復舊的黑白影片，其實也是大量餵給電腦各種影片 訓練久了就會自動分析出這種影片原本可能會是怎麼樣 但並不是說這個新型AI能理解什麼是樹、樹就是綠色的 |
|
2020-07-05, 11:20 AM
#5
|
|
|
Major Member
加入日期: Dec 2010
文章: 267
|
AI原理很簡單實務很難，而商業化能做到賺錢的更是極少。
|
|
2020-07-05, 11:53 AM
#6
|
|
|
Regular Member
 加入日期: May 2008
文章: 57
|
引用:
這個說法有誤，小弟澄清一下 阿發狗Master：用人類棋譜訓練出來的，打敗李世石和柯潔 阿發狗Zero：從零開始自我訓練，打敗阿發狗Master Master版的棋路，人類看得懂，因為脈絡一致 Zero版的棋路，連這些人類棋王也看不懂，根本非人類  |
|
|
2020-07-05, 12:37 PM
#7
|
|
|
*停權中*
加入日期: Apr 2017
文章: 2,836
|
引用:
感謝解說，我知道演進過程很繁複，不是一次到位 挑戰賽也是持續很幾年，也難為諸多棋聖願意配合 我也不覺得這種AI訓練會簡單好寫 只能說這種新型AI訓練方式產生的結果真的是一種另類事物 雖說最終也是下棋、把畫面變漂亮、去馬賽克等等看得懂的用途 但其中運算的過程、判別的方式就很難理解了 就好像渾屯之中誕生的自然規則一般 |
|
|
2020-07-05, 01:51 PM
#8
|
|
