В России удвоили скорость работы нейросетей, улучшающих качество снимков
![](https://tv-nano.ru/wp-content/uploads/2023/11/II-i-snimki-sajt.jpg)
Новая архитектура нейронной сети LAPUSKA для сверхвысокого разрешения изображений сочетает лучшие свойства существующих моделей SRGAN и LapSRN и устраняет их недостатки.
Российские исследователи разработали новую архитектуру нейросети для улучшения четкости и качества фотографий, которая примерно вдвое превосходит по скорости работы ее предшественников и ближайших конкурентов – алгоритмы SRGAN и LapSRN.
Новая архитектура нейронной сети LAPUSKA для сверхвысокого разрешения изображений сочетает лучшие свойства существующих моделей SRGAN и LapSRN и устраняет их недостатки. Предлагаемая модель вырабатывает столь же высококачественные изображения, как и алгоритм LapSRN, но она более чем в два раза быстрее по времени обработки.
Эта нейросеть была разработана в НИТУ МИСИС (Москва). Она представляет собой алгоритм, который позволяет улучшать качество фотографий и других изображений и реконструировать нечеткие снимки, преобразуя изображения низкого разрешения в их более детальные аналоги.
Новая разработка представляет собой аналог популярных алгоритмов SRGAN и LapSRN, которые используют наборы из нескольких сверточных нейронных сетей для извлечения информации из низкокачественных снимков при помощи так называемой “пирамиды изображений” и их последующей реконструкции. SRGAN и LapSRN хорошо справляются с этой задачей, однако для их работы нужно много времени и ресурсов, и при этом улучшенные изображения иногда теряют мелкие детали и содержат артефакты.
Архитектура предлагаемой нейронной сети состоит из нескольких сверточных слоев с разной структурой. В основе структуры сети лежит структура SRGAN, которая показала наилучшие результаты во время обучения и использует стратегию пост-апсемплинга.
Подобный подход, как отмечается в сообщении, позволил ученым удвоить скорость работы нейросети и при этом сохранить высокое качество получаемых изображений и избавить их от значительного числа артефактов. Как надеются исследователи, в будущем их разработка будет применяться для распознавания лиц и обработки изображений.
Источник: nauka.tass.ru