視覺算法呈現逼真作品 SVS工業(yè)相機滿足用戶需求

對人類來說，還原人臉的真實度是一件具有挑戰(zhàn)的的事情。即使是最有才華的藝術家，也不敢說是準確的描繪人臉，在電腦科技發(fā)達的今天，用電腦制作也不是一件容易的事情，電腦技術只是能夠將一些手繪草圖進行簡單的修飾，使其逼真程度稍加強。但關于素描圖的上色，效果還是不太理想。因此有人就創(chuàng)造出機器視覺的算法。

視覺算法其實是一種神經網絡教育的形成過程，由荷蘭的拉德堡奈梅亨大學等幾所大學聯合研究而成。這項研究是把來自互聯網的200000張人臉圖片轉換成灰度的素描草圖，然后“教”這個11層的神經網絡“學習”各種修飾方法，將這些草圖轉換成逼真的人臉照片，與相機拍攝的照片做比較。

研究員們通過添加了大量的數據集來“訓練”這些神經網絡，加快它的反應速度，直接就可以將一張草圖變?yōu)楸普娴膱D像。令人驚喜的是，根據研究團隊的記錄，即使原始草圖中沒有任何顏色，它也能智能精確地為原始草圖添加合適的顏色。
后來研究人員用不同的數據集進行反復測試時，普遍的實驗結果還是令人滿意的，效果非常好。不過有時遇到某些數據集，實驗結果還是出現了一些異常，當素描圖中沒有鉛筆描出的陰影輔助時，網絡進行修飾時要達到更逼真的效果還是有一些困難。

盡管當神經網絡遇到一些特殊的數據集，功能上會出現一些缺陷，但還是能夠重現一些令人印象深刻的作品，比如梵高、倫勃朗創(chuàng)作的自畫像。值得稱贊的是，這些研究成果在短短幾年內就完成了。而且此項突破性的神經網絡技術是一個非常棒的開端，相信在此基礎上，我們可以進一步“教授、訓練”他們學習更復雜的操作任務，幫助人類解決更多問題。

值得慶幸的是，在機器視覺領域，不但機器視覺的算法推進了神經網絡技術的發(fā)展，能夠呈現出逼真的作品，SVS工業(yè)相機也進一步實現了機器視覺的創(chuàng)新化，體現在具體的產品功能上，比如產品的接口、像素、分辨率、智能化都在最大化的滿足客戶的需求。

無論是機器視覺的算法還是SVS工業(yè)相機，總而言之，機器視覺下一步的突破在哪里，未來的技術會發(fā)展到什么程度，也許沒有止境！