Ξεκίνησε η χρήση του αλγόριθμου RAISR στις φωτογραφίες του Google+

[turboirc]

Ο χρήστης είναι καλό να είναι ενημερωμένος γενικά για την τεχνολογία ναι.
Το να απαιτούμε τώρα να καταλάβει ο χρήστης τι κάνει αυτός ο αλγόριθμος είναι αδύνατο. Είναι σαν να απαιτείς έναν να καταλάβει πώς γίνεται μια εγχείρηση αν δεν είναι γιατρός.

Η μόρφωση δεν αποκτιέται με την πείρα ούτε με την μπύρα. Άλλο η γενικότερη "δεξιότητα" και η ενημέρωση πάνω σε γενικά θέματα τεχνολογίας και άλλο αυτό το πράγμα που είναι τελείως εξειδικευμένο, αφορά μόνο άτομα που ξέρουν ακριβώς τι κάνει (καλοδεχόμενος όποιος θέλει να μάθει αλλά πρέπει να σπουδάσει) και δεν έχει νόημα να το ξέρει ο κόσμος.

Εγώ δεν είμαι σίγουρος για το πώς ακριβώς δουλεύει και για να το διαβάσω θέλω προσπάθεια.

[badweed]

τι μπορει να κανει ενας αλγοριθμος ;
φανταζομαι θα παιρνει τις τιμες απο τα γειτονικα πιξελς που χαρτογραφουν την εικονα και αναλογα με τις αποστασεις τους στις διαβαθμισεις στο χρωμα θα προστιθονται με καποια σειρα ,πιξελς ,με τις ενδοιαμεσες αποχρωσεις .
η μπορει να εχει και εναν πινακα με τα οσα χρωματα περιεχει η φωτο και αναλογα παλι με δεδομενα πιξελς που θα αποτελουν τον κορμο η την χαρτογραφιση της εικονας θα αναδιπλωνονται συμφωνα με τα συγγενικα δεδομενα πιξελς .

[Eruyome(MMXGN)]

τι μπορει να κανει ενας αλγοριθμος ;
φανταζομαι θα παιρνει τις τιμες απο τα γειτονικα πιξελς που χαρτογραφουν την εικονα και αναλογα με τις αποστασεις τους στις διαβαθμισεις στο χρωμα θα προστιθονται με καποια σειρα ,πιξελς ,με τις ενδοιαμεσες αποχρωσεις .
η μπορει να εχει και εναν πινακα με τα οσα χρωματα περιεχει η φωτο και αναλογα παλι με δεδομενα πιξελς που θα αποτελουν τον κορμο η την χαρτογραφιση της εικονας θα αναδιπλωνονται συμφωνα με τα συγγενικα δεδομενα πιξελς .

Αυτό κάνουν οι κλασσικοί upscale αλγόριθμοι.

Το τι κάνει αυτός θα το δείς εδώ:

https://arxiv.org/abs/1606.01299

[badweed]

Αυτό κάνουν οι κλασσικοί upscale αλγόριθμοι.

Το τι κάνει αυτός θα το δείς εδώ:

https://arxiv.org/abs/1606.01299

αυτο που καταλαβα ειναι πως χρησιμοποιει φιλτρα (οπως θολωση και οξυνση ) υποθετω για να αναγνωρισει την αξια της θεσης των πιξελ που αποτελουν τον κορμο της χαρτογραφησης .
επισης οπως εβλεπα σε φωτογραφιες με λεπτομερια τριχας , δεν αποκλειεται να "καταλαβαινει" απλες γραμμες και αποσπασματα απο σχηματα δηλαδη διανυσματικη κατα καποιον τροπο η αναγνωση της φωτογραφιας .

Spoiler:

ολα τα παραπανω αποτελουν εικασια και οχι καποια γνωση .

- - - Updated - - -

Off Topic

Η αμήχανη στιγμή που δεν μπορώ να το ψάξω σαν raisr στο google γιατί μου το διορθώνει με το έτσι θέλω σε raise.

Rapid and accurate image super resolution λοιπόν.

εψαχνα χτες ενα ποιημα που ειχαμε μαθει στο σχολειο , αυτο που λεει στων ψαρων την ολομαυρη ραχη περπατωντας η δοξα μοναχη , και ψαχνοντας τους στιχους , ολο σε κατι διασκευες και δημοσιευματα ψιλο ασχετα επεφτα .
κυνδυνευει η γνωση απο την φλυαρια μας !!

[specialK]

Δεν νομίζω ότι κατάλαβες τί κάνει ο αλγόριθμος. Η συμπίεση δεν έχει καμία σχέση με το upscaling.

Εχεις δικιο καταλαβα, αντι να ζητησει να ανοιξει ολο το 100χ100 πχ 100κβ ζηταει να ανοιξει το 50χ50 ή 1/4 25 κβ και με το αλγοριθμο του υποστηριζει οτι το δικο του 100χ100 25κβ θα ισουται με το οριτζιναλ 100χ100 φουλ 100κβ. Ο λογος ομως δημιουργιας συμφωνουμε οτι ειναι για εξικονομηςη στρεσς-μεγεθους. Και λογικα ο αλγοριθμος του λειτουργει με neighbouring pixels δε μπορει για το pixel 5/15 να παει να διαλεξει απο το 50/80. Ψιλο αρες μαρες εκτος εαν και στη δικια μου συμπιεσμενη κανου το ιδιο βουντου ματζικ και την ανοιγει εξισου επαναμειωμενη. Το οποιο για μενα θα ναι λογος να αυξησω την αρχικη

[guardianhelm]

Ο χρήστης είναι καλό να είναι ενημερωμένος γενικά για την τεχνολογία ναι.
Το να απαιτούμε τώρα να καταλάβει ο χρήστης τι κάνει αυτός ο αλγόριθμος είναι αδύνατο. Είναι σαν να απαιτείς έναν να καταλάβει πώς γίνεται μια εγχείρηση αν δεν είναι γιατρός.

Η μόρφωση δεν αποκτιέται με την πείρα ούτε με την μπύρα. Άλλο η γενικότερη "δεξιότητα" και η ενημέρωση πάνω σε γενικά θέματα τεχνολογίας και άλλο αυτό το πράγμα που είναι τελείως εξειδικευμένο, αφορά μόνο άτομα που ξέρουν ακριβώς τι κάνει (καλοδεχόμενος όποιος θέλει να μάθει αλλά πρέπει να σπουδάσει) και δεν έχει νόημα να το ξέρει ο κόσμος.

Εγώ δεν είμαι σίγουρος για το πώς ακριβώς δουλεύει και για να το διαβάσω θέλω προσπάθεια.

Από το να έχει κάποιος μια γενική εικόνα του τι μπορεί και τι δεν μπορεί να κάνει μια τεχνολογία μέχρι το να μπορέσει να αναπαράξει τα πειράματα, υπάρχει ένα τεράστιο χάσμα! Προσωπικά αναφερόμουν στο πρώτο, το οποίο α) σου επιτρέπει να καταλάβεις γιατί σε κάποιες περιπτώσεις αποτυγχάνει η τεχνολογία (και διαχωρίζει την τεχνολογία από τη μαγεία, όπως αναφέρθηκε πιο πάνω) και β) δημιουργεί πολύ συχνά τις προϋποθέσεις για κάποιους να αρχίσουν τη μελέτη και τελικά να καταλήξουν ειδικοί.

Spoiler:

Off Topic

Νομίζω συμφωνούμε ότι για να κάνεις το δεύτερο χρειάζεται να διδαχτείς με οργανωμένο τρόπο, με μια σειρά. Παρ' όλα αυτά, αυτό που έχω καταλάβει πλέον είναι ότι ποτέ δεν είναι ξεκάθαρα σειρά, πάντα ξαναγυρνάς σε πράγματα που συνάντησες παλιότερα, ειδικά στην έρευνα. Τα τελευταία χρόνια δεν είμαι καν σίγουρος αν χρειάζεται πραγματικά να σπουδάσεις σε πανεπιστήμιο, αν και σίγουρα βοηθάει τους λιγότερο αυτοπειθαρχημένους (όπως είμαι εγώ). Υπάρχουν αρκετές online πλατφόρμες και πολύ ενεργές κοινότητες με χρήστες πρόθυμους να σε βοηθήσουν, οπότε αν κάποιος ακολουθήσει σχετικά αυστηρά ένα πρόγραμμα σπουδών μιας σχολής με αντίστοιχο υλικό από mooc, πιστεύω ότι, πλέον, σε συνδυασμό με καλό google-fu και συχνές ερωτήσεις σε fora μπορεί να πλησιάσει σε κάποιο βαθμό το κλίμα του ακαδημαϊκού μαθήματος.

αυτο που καταλαβα ειναι πως χρησιμοποιει φιλτρα (οπως θολωση και οξυνση ) υποθετω για να αναγνωρισει την αξια της θεσης των πιξελ που αποτελουν τον κορμο της χαρτογραφησης .
επισης οπως εβλεπα σε φωτογραφιες με λεπτομερια τριχας , δεν αποκλειεται να "καταλαβαινει" απλες γραμμες και αποσπασματα απο σχηματα δηλαδη διανυσματικη κατα καποιον τροπο η αναγνωση της φωτογραφιας .

Spoiler:

ολα τα παραπανω αποτελουν εικασια και οχι καποια γνωση .

Με μια πρόχειρη ματιά, σπάει την κάθε εικόνα σε patches και μετά χρησιμοποιεί ένα hash table για να βάλει κάθε patch σε συγκεκριμένο bucket βάσει της γεωμετρίας του. Αναφέρει 4 φίλτρα που εφαρμόζει globally, ανεξαρτήτως γεωμετρίας και άλλα 4 τοπικά, που εφαρμόζονται ανά bucket (δεν είμαι σίγουρος όμως πόσο ακριβές είναι αυτό, το είδα λίγο γρήγορα). Δεν φαίνεται να χρησιμοποιεί κάποιο νευρωνικό δίκτυο, όπως οι υπόλοιπες state of the art αρχιτεκτονικές και μάλλον σε αυτό οφείλεται το γεγονός ότι είναι σημαντικά πιο γρήγορο από τον ανταγωνισμό. Είναι αποτέλεσμα πολύ καλού engineering και ερευνητικά δεν μου φαίνεται τόσο ενδιαφέρον. Με άλλα λόγια έχουν πάρει διάφορες μεθόδους και τις έχουν συνδυάσει για να ξεζουμίσουν από το δίκτυο όσο το δυνατόν καλύτερη απόδοση. Έχουν κάνει πάρα πολύ καλή δουλειά, αλλά δεν φαίνεται να υπάρχει σημαντικό περιθώριο βελτίωσης.

Spoiler:

Off Topic

Από το 2012 περίπου, το βασικό building block στο computer vision είναι το convolution (συνέλιξη, αλλά με την έννοια που έχει στην ψηφιακή επεξεργασία σήματος, όχι στα μαθηματικά). Ουσιαστικά έχει 2D φίλτρα μεγέθους nxn (συνήθως είναι μικρά, πχ 3x3/5x5/7x7, δεν βρίσκω τι μέγεθος χρησιμοποιούν στο συγκεκριμένο) που μετακινεί στην επιφάνεια της εικόνας και μαθαίνει, χρησιμοποιώντας τεχνικές από τα νευρωνικά δίκτυα, τις παραμέτρους τους, έτσι ώστε να ελαχιστοποιήσει κάποια αντικειμενική συνάρτηση (πχ cross-entropy loss ή IoU).

Έχει αποδειχτεί ότι αν τα στοιβάξεις με τον κατάλληλο τρόπο μπορούν να μάθουν προοδευτικά όλο και πιο αφηρημένες έννοιες.

[tsavman]

Δεν έχει τόση σημασία πόσο καλός είναι ο αλγόριθμος στο να δημιουργεί την εικόνα προσεγγιστικά αυτή τη στιγμή, αλλά το ότι όσο τον ταϊζουμε αυτός θα "μαθαίνει" τι είναι αυτό που πρέπει να συμπληρώσει.

[Symos]

Ο λογος ομως δημιουργιας συμφωνουμε οτι ειναι για εξικονομηςη στρεσς-μεγεθους.

Αυτή (η εξοικονόμηση μεγέθους) είναι μόνο μία από τις εφαρμογές. Τη μεγαλύτερη αξία την έχει κατά τη γνώμη μου ο αλγόριθμος όταν δεν έχεις την αρχική φωτογραφία σε αρκετά καλή ανάλυση. Θες λοιπόν να χρησιμοποιήσεις μια φωτό (είτε στο web, είτε για εκτύπωση σε μεγάλο μέγεθος) αλλά η ανάλυσή της δεν το επιτρέπει γιατί θολώνει/πιξελιάζει κλπ. Θεωρητικά την περνάς από τον RAISR, κάνει τα μαγικά του και σου δίνει μια μεγαλύτερης ανάλυσης εικόνα (που μπορείς πλέον να τυπώσεις στο μέγεθος που θέλεις), χωρίς να θολώνει.

Αυτό είναι πιο σημαντικό γιατί σου δίνει λύση σε ένα πρόβλημα που δεν θα μπορούσες να λύσεις αλλιώς. Ενώ το θέμα του μεγέθους, κοστίζει μεν παραπάνω (το οποίο σε οικονομικό επίπεδο σίγουρα έχει μεγάλη αξία) αλλά μπορεί να λυθεί.

[specialK]

Αυτή (η εξοικονόμηση μεγέθους) είναι μόνο μία από τις εφαρμογές. Τη μεγαλύτερη αξία την έχει κατά τη γνώμη μου ο αλγόριθμος όταν δεν έχεις την αρχική φωτογραφία σε αρκετά καλή ανάλυση. Θες λοιπόν να χρησιμοποιήσεις μια φωτό (είτε στο web, είτε για εκτύπωση σε μεγάλο μέγεθος) αλλά η ανάλυσή της δεν το επιτρέπει γιατί θολώνει/πιξελιάζει κλπ. Θεωρητικά την περνάς από τον RAISR, κάνει τα μαγικά του και σου δίνει μια μεγαλύτερης ανάλυσης εικόνα (που μπορείς πλέον να τυπώσεις στο μέγεθος που θέλεις), χωρίς να θολώνει.

Αυτό είναι πιο σημαντικό γιατί σου δίνει λύση σε ένα πρόβλημα που δεν θα μπορούσες να λύσεις αλλιώς. Ενώ το θέμα του μεγέθους, κοστίζει μεν παραπάνω (το οποίο σε οικονομικό επίπεδο σίγουρα έχει μεγάλη αξία) αλλά μπορεί να λυθεί.

Symos, δεν νομιζω οτι ειναι για εκτυπωση. Μαλλον μονο για online viewing και μονο για κινητα

[Parrot]

Απαπαπα, μακρυά από τέτοιες μη ολοκληρωμένες ακόμα τεχνολογίες ...
Για να σας το αποδείξω, είχα τραβήξει μια οικογενειακή φωτογραφία την Πρωτοχρονιά με την κοπή της βασιλόπιτας και όταν την ανέβασα στο Google+ είδα με φρίκη ότι στην φωτό, αντί για τον ξάδερφο μου που έκοβε την πίτα, τον Κων/νο Μητσοτάκη και έπαθα εγκεφαλικό

[gtc]

Καλό!
Θα κάνει στατιστική ανάλυση (διακύμανση).Κάτι σαν calibration Που κάνουν τα scanner.Ειδικά σε πίνακες ζωγραφικής αν πιάσουν και την άλλη διάσταση,και διορθώσουν και τα σφάλματα απεικόνιση της συσκευής προχωράνε.Τα τραγούδια-video με την συμπίεση χάνεις.
Δεν ξέρω , αν σε λίγο καιρό , θα έχουν χαθεί όλα τα πρώτυπα και θα πρέπει να ξαναγυρίσουμε πίσω.

[Symos]

Symos, δεν νομιζω οτι ειναι για εκτυπωση. Μαλλον μονο για online viewing και μονο για κινητα

Και πώς μπορεί να ξέρει ο αλγόριθμος τί θα την κάνεις εσύ τη φωτογραφία;
Εφόσον μπορεί να παράξει μια upscaled φωτογραφία καλής ποιότητας, εσύ μπορείς να την πάρεις και να την κάνεις ό,τι θέλεις.

[specialK]

Και πώς μπορεί να ξέρει ο αλγόριθμος τί θα την κάνεις εσύ τη φωτογραφία;
Εφόσον μπορεί να παράξει μια upscaled φωτογραφία καλής ποιότητας, εσύ μπορείς να την πάρεις και να την κάνεις ό,τι θέλεις.

Τελικα μαλλον εσυ κατι δεν εχεις καταλαβει. Για ξαναδιαβασε τα ολα μια. Η χρηση την οποια εσυ τη θες μαλλον δε θα σε βολεψει με αυτο τροπο. Ο λογος δημιουργιας αυτου του αλγοριθμου ειναι πολυ αναλυτικος και συγκεκριμενος. Και μαλιστα εαν διαβασεις ολα τα κειμενα, ειναι λιγο θολο το τι ακριβως και πως θα το κανει, στο παραδειγμα που αναλυει λεει συγκεκριμενα οτι θα παιρνει μια φουλ φωτο και θα διαλεγει ενα μερος το πιξελ για να την ξαναανεβαζει για λογο μεγεθους. Συγκεκριμενα. Και εαν διαβασεις και το ποστ της Google για λογω μειωσης χρησης bandwidth. Συγκεκριμενα. Τωρα ολα τα αλλα που μπορει εσυ να φανταζεσαι οτι μπορεις να κανεις, ειναι ακριβως αυτα, φαντασια. Πως θα το κανεις αυτο δηλαδη. Θα ανεβαζεις φωτο για να στη κανει upscaled για να τη κατεβαζεις για να τη τυπωνεις; Το αλλο με το Τοτο το ξερεις; Και μιλας για επαγγελματικη δουλεια πχ Μπανερ 5 μετρα επι 2 ή Α4; Διοτι δεν ειναι για αυτη τη χρηση. Οτι μπορει καποια στιγμη να γινει, ναι ισως μπορει. Τωρα μιλαει για πολυ συγκεκριμενα για περιπτωσεις zoom in και σε κινητες συσκευες. Οχι εκτυπωση οχι γενικης χρησης αλγοριθμος. Τωρα πως εσυ εβγαλες ολα τα αλλα συμπερασματα.

[farcry]

Α μπράβο!
Μη νομίζουν κάποιοι ότι υπάρχει μαγεία στις μέρες μας

δηλαδη κανει οτι κανει και το photoshop με το content aware ??

- - - Updated - - -

https://research.googleblog.com/2016...h-machine.html


καταλαβα τι κανει. στοχευμενο upscaling κανει σε αντιθεση με τους κλασσικους upscaling αλγοριθμους, bicubic, laczos, κλπ.

και παραγει καλυτερα αποτελεσματα. και βγαλανε αυτα τα αποτελεσματα με τη χρηση του νευρωνικου δικτυου εχοντας ως input το low res image και target το high res image.

μετα βαλανε και τα weights αναλογα με το ποσο κοντα το αποτελεσμα ειναι στο αρχικο high res image και το αφησανε να δουλεψει μονο του. οποτε βγηκε ενα πραγμα αυτοματο φιλτρο που δινει καλυτερα αποτελεσματα απο τις κλασσικες μεθοδους upscaling.

και για καθε φωτο ειναι διαφορετικο για να ταιριαζει πανω του. και εφαρμοζονται διαφορετικα φιλτρα σε διαφορετικα σημεια της εικονας.

αρα εχουμε εφαρμογη πολλαπλων upscaling φιλτρων σε subpixels ετσι ωστε να εχεις το καλυτερο αποτελεσμα

με αλλα λογια γινεται δυναμικο upscaling.

- - - Updated - - -

και η επιλογη των subpixels γινεται με την αναγνωριση των edge features. οποτε εχεις ενα πληρες σετ απο edge features ωστε να γινεται αναγνωριση και να επιλεγεται το καταλληλο φιλτρο για εκεινη την περιοχη.

[AssVas]

Μερικοί που έχουν σπουδάσει και έχουν πάρει πτυχία δεν είναι ικανοί να το κατανοήσουν και 100 φορές να το διαβάσουν. Τελείως άτοπες μερικές απαντήσεις εδώ μέσα και off topic. κρίμα σε αυτό το forum και αυτά τα στοιχεία.
Ελπίζω στα παιδιά τους να μην απαντάνε με ίδιο ύφος και λεκτικά.