MIT卷积神经网络：能恢复模糊图像中的清晰信息

资料图

CNN的另一部分责备称为“变分自动编码器(variationalautocoder)”，它能够分析输出并评估网络跟信号的匹配程度。随后，它则会创建一幅“蓝图”告诉AI如何对一个投影到所有可能的匹配源进行处理。当给定一幅新图像时，CNN会检查像素模式并使用该蓝图寻找可能导致模糊的每个信号，然后它组合数据创建一个“高维”副本。

这篇论文的首席作者、CSAIL的博士后GuhaBalakrishnan表示：“对于我们能够恢复这些细节就像变魔法一样。”

实际上，研究人员对它在医学领域的作用更感兴趣。他们相信这项技术可以被用来制造类似于X射线CT的3D扫描。这一突破将能显著降低成本，因为MRI和CT设备都非常昂贵。该软件将能够从成本相对较低的X射线等低信息图像中重建出高信息图像。

“如果我们能将X射线转换成CT扫描，那将在某种程度上改变游戏规则，”Balakrishnan说道，“你只需拍一张X光片，然后通过我们的算法就能看到所有丢失的信息。”