让“黑白的回忆”变得更加鲜活 谷歌涂色机器人上色

谷歌研发了一款AI工具,能将黑白视频自动上色,仅需一帧彩色参考即可还原整段视频色彩,自动识别视频中的人与物体等元素。

如今,AI把黑白照片上色成彩色已不是新鲜事,例如一键卸妆的工具MAKEAPP,当然还有让普通照片秒变艺术风格的滤镜应用Prisma,它们都是在用AI算法对原有图片进行修改。不过,最近谷歌研发的“涂色机器人”,不只是给图片上色,它更能给黑白视频上色。

而据研究人员介绍,其从彩色视频里截取某一帧作参考,再把所有帧都变成黑白,他们开发的AI仅仅依靠参考帧的颜色,便可以还原整段视频的色彩。并且,AI可以自动识别出视频中的人和物体等不同元素。而从转变的结果看,最终的上色效果还是很真实的,人的肤色、动物毛发、景色都可以得到比较自然的还原。

谷歌向外媒透露,虽然神经网络在某些方面比较擅长,例如将草坪变成绿色等,但在其他方面,例如准确识别细小事物等,则更具挑战性。 因此,谷歌正在努力改进该功能,并且直到它识别并着色得“非常准确”时才会发布它。不过,谷歌拥有庞大的图像库,以及世界级的研究人员和开发人员和AI的实力,相信我们很快就会看到谷歌在视频着色方面探索出的更多可能性。

不管怎么说,该“涂色机器人”的出现,对一些黑白电影来说,具有重大的意义,因为有了其上色,使这些电影更加生动形象。而对一些老年观众来说,“涂色机器人”的出现,或许可以让他们回忆起童年时期的记忆。

基于可靠性评估序贯蒙特卡洛模拟法的配电网可靠性评估研究(Matlab代码实现)内容概要:本文围绕“基于可靠性评估序贯蒙特卡洛模拟法的配电网可靠性评估研究”,介绍了利用Matlab代码实现配电网可靠性的仿真分析方法。重点采用序贯蒙特卡洛模拟法对配电网进行长时间段的状态抽样与统计,通过模拟系统元件的故障与修复过程,评估配电网的关键可靠性指标,如系统停电频率、停电持续时间、负荷点可靠性等。该方法能够有效处理复杂网络结构与设备时序特性,提升评估精度,适用于含分布式电源、电动汽车等新型负荷接入的现代配电网。文中提供了完整的Matlab实现代码与案例分析,便于复现和扩展应用。; 适合人群:具备电力系统基础知识和Matlab编程能力的高校研究生、科研人员及电力行业技术人员,尤其适合从事配电网规划、运行与可靠性分析相关工作的人员; 使用场景及目标:①掌握序贯蒙特卡洛模拟法在电力系统可靠性评估中的基本原理与实现流程;②学习如何通过Matlab构建配电网仿真模型并进行状态转移模拟;③应用于含新能源接入的复杂配电网可靠性定量评估与优化设计; 阅读建议:建议结合文中提供的Matlab代码逐段调试运行,理解状态抽样、故障判断、修复逻辑及指标统计的具体实现方式,同时可扩展至不同网络结构或加入更多不确定性因素进行深化研究。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值