开发人员Google Research教授神经网络绘制照片

2019年8月23日

来自美国公司Google Research的开发人员教导神经网络可以非常准确地完成丢失的照片片段，即使大部分图片都缺失了。

神经网络算法已成功用于编辑照片，但今天它们通常只能完成小片段，或相反地从图像中删除不必要的对象。由于该算法应用于生成竞争神经网络的架构，谷歌研究专家设法教导神经网络非常逼真地绘制在框架上的大面积区域。

图像处理神经网络意味着该算法由两部分组成：其中一部分执行其即时任务 – 绘制照片，第二部分尝试将第一部分与真实图像的结果与训练集区分开来。该算法的一个关键特征是使用两张照片：原件，其中矩形区域填充一种颜色，第二张，显示填充了哪个区域。

在不同情况下，该区域的大小是原始帧的25％，50％和75％。该方法允许鉴别器中心化在由发生器绘制的区域上，从而提高图像识别的质量。结果，这显着改善了训练后发电机的质量。来自Places365-Challenge数据库的近200万张图像被用作训练样本。

回想一下，Superjob求职服务开发的神经网络仅使用求职者的照片填写简历。通过算法创建文档的准确率为88％。