Некоторые алгоритмы машинного обучения, которые применяются для восстановления деталей на изображениях:

• Deep Image Prior. 1 Комбинирует использование машинного обучения и алгоритмы на основе вероятного повторения содержимого соседних областей. 1 Для определения оптимального пути реконструкции изображения используются данные непосредственно из обрабатываемого изображения. 1
• PixelNN. 1 Пытается воссоздать утраченные детали изображения, используя нейронную сеть, предварительно обученную на большой коллекции изображений. 1 Недостающие элементы синтезируются на основе сопоставления оптимальных совпадений с ранее обработанными изображениями. 1
• EnhanceNet-PAT. 1 Специализируется на повышении разрешения изображений и улучшении качества старых фотографий. 1 Нейронная сеть обучается на основе большой коллекции высококачественных текстур. 1 В процессе анализа на изображении выявляются похожие текстуры, и для улучшения их качества используются данные, накопленные в процессе машинного обучения. 1
• Автоэнкодер. 2 Это нейронная сеть, которая обучается сжимать и восстанавливать изображения. 2 Во время обучения автоэнкодер сжимает исходное изображение до некоторого скрытого представления, а затем восстанавливает его обратно к оригинальному изображению. 2