当前位置:首页 > 科技创新 >

除了实时光线追踪,英伟达图灵架构还有这些AI图像处理能力

编辑:LOL总决赛下注网站 来源:LOL总决赛下注网站 创发布时间:2021-03-28阅读60244次
  

【LOL总决赛下注网站】可以说,各种AI图像处理能力是悬而未决的。Adobe的AI图像处理插件在上周举行的计算机图形年度会议SIGGRAPH 2018上发布了新的图灵体系结构后,推出了一系列用作Photoshop和Premiere的插件。

这些插件利用了最近图灵GPU体系结构和Quadro RTX系列显卡反对的机器学习功能,使Photoshop和Premiere常用的某些功能更加顺畅,减少了手动调整。早在2017年,Adobe就在AI图像处理方面有很多事例。要想通过机器学习技术教育计算机识别和操作数据,图像处理工具必须能够对图像内容进行更准确的解释和推测,并创造很多PTA高手难以完成的效果。2018年3月,在Adobe Summit 2018上,Adobe和Inweida宣布双方将以Nvidia GPU为基础,优化Adobe Sensei人工智能系统和机器学习框架。

LOLS10全球总决赛世界赛下注

简而言之,是基于Nvidia GPU的硬件创建Adobe Sensei。本质上,双方的合作已经持续了10多年,但以前的合作都是在创新和数字体验方面,Adobe的照片、视频等依赖GPU运营图形。

(威廉莎士比亚,Northern Exposure(美国电视连续剧),但此次合作的核心是Adobe于2016年9月发表的Sensei人工智能系统。合作结束半年后,英伟达宣布新的图灵结构,双方的合作成果也被展示出来。(Public:)编辑们在SIGGRAPH Conference的展位上也看到了这些插件的展示。

第一个插件是Super Rez。Super Rez的主要功能是为图像添加更细致的细节。

如图所示,狼群的两只脚在山腰,其毛细腻,树叶纹理准确,放大后也明显,分辨率可超过4K至8K。此功能仅限于大型高清图像(例如大型海报)。

在现场演示中,此功能大约需要10分钟。第二个插件是Inpaint。这个插件用AI加强了Photoshop的内容感。

英伟达展示的事例是在平缓的悬崖上画成群的企鹅。企鹅脚下的岩石看起来不像知道岩石一样坚硬,传统的画笔从附近地区复制而来。据了解,Inpaint是由英伟达Guilin Liu领导的团队开发的。可以使用尖端设备的深度自学方法编辑受损的图像,还可以删除部分图像和新的填充来编辑图像。

“我们的模型可以实用地处理所有形状、大小和方向距离的图像破洞。以前的深度自学方法主要集中在图像中心周围的矩形区域,一般依赖廉价的后期处理。”(用于从Inpaint上清除一棵不必要的树)为了用作训练用神经网络,小组首先分解了55,116个随机条纹和给定形状和大小的图像破洞,作为训练。该团队用于NVIDIA Tesla V100 GPU和cuDNN加速的PyTorch深度自学框架,将分解图像破碎的口罩应用于ImageNet、Places2和CelebA-HQ数据集中的图像,以训练神经网络。

在培训阶段,需要通过在上述数据集的原始培训图像中引入破损或缺陷部分,自主恢复网络中缺失的像素。目前,英伟达展示的inpaint在价值6300美元的Quadro RTX 6000显卡上运营,但构建其效果所需的时间仍然不短。

因此,英伟达表示,他没有计划公布这些插件,只有展示新图形和Nvidia NGX SDK的可能性。(威廉莎士比亚,Northern Exposure(美国电视连续剧),)英伟达8月21日发表的面向游戏玩家的Geforce RTX显卡价格与昂贵的Quadro系列相比,亲民较多。草图视频分解现实视频英伟达与Adobe合作的这些插件看起来都很日常,但英伟达与MIT合作的视频分解技术看起来最酷。

不要说谁看完了韩剧《W两个世界》。在这部大爱的韩剧中,男主人公指的是从一本漫画中返回,女主人公也可以在二维、三维之间随意往返。 英伟达的新技术推出“脑洞大开”的韩国电视剧也有可能建设。

用线画一个帅哥,然后切换一个按钮,他现实的眉毛就会突出来,这么神秘。效果如下:通过非常简单的线条构成的草图草图,可以分解细节丰富的脸。

面部形状、鼻子、眼睛、嘴巴等五官、发型等都与素描的轮廓完全一致,最值得骄傲的是分解的人物能够温柔地移动。目前我们能看到的图像处理技术主要是背景分割、面部区域分割,用于调节头发、头发和面部五官。

这样按照草图分解崭新的脸,让人惊讶。除了人物之外,英伟达和麻省理工的这项技术也可以作为实景使用。最多可以准备30秒的2K分辨率街景视频。

右边是动态语义地图,左边是与真实世界相同的视频。大家可以看到,两边的场景布局几乎相同,所以不是找类似的视频出来的,而是根据葫芦新分解了瓢。

(大卫亚设,Northern Exposure(美国电视剧),因为电脑会分解,所以可以更改视频的元素。例如,可以将道路的两边都改为树,或者都改为建筑物。据悉,该项目由英伟达和MIT组成的团队开发,包括英伟达的Ting-chun Wang、刘明宇、MIT的朱俊妍等。

这几位研究员今年出版了一篇名为《Video-to-Video Synthesis》的论文,该论文研究视频-视频准备问题,目标是从输出源视频(例如一系列语义分割面膜)到输入照片级视频的同构熟悉度,输入视频可能是正确的。论文认为新的分解是网络框架下的视频对视频结合时空对目标函数,将高分辨率、时间一致的照片级视频分解为多种输出视频LOLS10全球总决赛世界赛下注格式。其中,各种形式的输出还包括分割遮罩、草图和姿势图。

LOLS10全球总决赛世界赛下注

可以想象,用视频制作的demo很酷,以后电影制作的部分几乎不需要实景拍摄,画出简单的笔触,然后准备实际的视频就可以了。(大卫亚设,Northern Exposure(美国电视连续剧),录像)但是在这个录像中制作成录像的技术比前面介绍的Adobe使用的AI图像处理技术更无法构建,而且似乎还处于实验室阶段。

GPU和AI图像处理图灵体系结构的动态光线跟踪无疑是最令人赞叹的,可以计算出光线、反射和衍射,图形将以细致的画面大幅提高游戏、电影的画面效果。(约翰肯尼迪,北方执行)此外,图灵架构还有更好的特点。Tensor Core可以加速深入的神经网络训练和推理小说。图灵流式多处理器体系结构通过4608个CUDA core,最高可获得16万亿次浮点计算能力,每秒分段16万亿次整数运算,加快实际物理模拟。

高级设备的可编程着色技术可改善简单的视觉和图形密集型工作环境。这是第一次使用超级慢的三星16Gb GDDR6内存,反对更简单的设计、大规模建筑数据集、8K电影内容等。

NVIDIA NVLink通过高速链路连接两个GPU,将内存容量扩展到96 GB,数据传输速度高达100GB/s,从而获得更高的性能。增强的技术提高了VR应用程序的性能,包括“星速度着色”(Variable Rate Shading)、“多视图渲染”(Multi-View Rendering)和VRworks audio。计算机图形领域仍然在追赶更明确的图像,更细致的图形、处理速度慢表明GPU的性能提高正在大大构建这些目标。

今天,AI和图像处理的融合给我们带来了更好的可能性,这是很多公司都是布局的方向。今年在WWDC上,苹果重点说明了Metal和ML两大技术。

2014年,苹果推出Metal,利用GPU获得更高的图形计算能力,使得一些运营商游戏(如《堡垒之夜》)可以在iphone上运行。 通过对EGPU的反对,Metal允许苹果设备获得更细致的三维图形效果,并帮助Unity构建动态照明图形效果。此外,Metal的另一个特点是,它可以反对机器学习,加快计算密集型任务,如神经网络训练。

因此,Metal开发的机器学习工具Core ML也可以利用GPU,大大提高了效率。。

本文来源:LOLS10全球总决赛世界赛下注-www.taringa-taringa.com

0431-72447227

联系我们

Copyright © 2010-2014 香港市LOLS10全球总决赛世界赛下注科技股份有限公司 版权所有  港ICP备50072546号-9