एक पेशेवर फ़ोटोग्राफर प्रत्येक फ़ोटोग्राफ में संबंधित गुणात्मक वृद्धि प्रदान करने के लिए कई घंटे व्यतीत करता है।

Meero द्वारा तीव्र, विश्वव्यापी और मापनीय समाधान प्रदान करने के लिए इसकी कार्यविधि सीखने के लिए मशीनों का निर्धारण किया जाता है।

फ़ोटोग्राफी के लिये कृत्रिम बुद्धि समर्पण

प्रतिदिन हजारों फ़ोटोग्राफ डिलीवर करने हेतु Meero के लिए चित्र में स्वचालित सुधार कार्यविधि सदैव अत्यंत महत्वपूर्ण फ़ैक्टर रही है। मशीन अध्ययन शोध से नवीनतम प्रयासों के आधार पर कटिंग-एज़ तकनीकों के प्रोग्राम में सुधार संभव हो पाया है।

अत्यंत महत्वपूर्ण समस्या हल करने में एल्गॉरिथ्म का विकास सम्मिलित है जो विश्वव्यापी और स्थानीय चित्र में समान पेशेवर सुधार प्रदान करता है। इस क्षेत्र में अनोखे 25 मिलियन फ़ोटोग्राफों के डैटाबेस के साथ Meero की दक्षता इस मशीन अध्ययन के उदाहरण को वास्तव में सुदृढ करती है।

AI
Learning

फ़ोटोग्राफों में सुधार की प्रक्रिया का अध्ययन

बहु-स्तरीय आधार पर Meero विश्वव्यापी और स्थानीय विशेषता संग्रह युक्त दोहरा-गहरा घुमावदार तंत्रिकीय नेटवर्क प्रयोग करता है ताकि हाथ से सुधारे गये फ़ोटोग्राफों के एल्गॉरिथ्म से पूरी तरह सीखा जा सके और प्रकाश में बदलाव (श्वेत संतुलन और रंग श्रेणीकरण सहित), दृश्य अर्थतत्व और अभिग्रहण त्रुटियों (जैसे की शोर या चाल धुंधलापन) को सुदृढ़ किया जा सके।


मूल्यवान परख निकालना

किसी फ़ोटोग्राफ के सौंदर्य के अतिरिक्त, Meero का AI किसी चित्र की दृश्य विशेषताओं को अर्थपूर्ण और मूल्यवान पक्षों में बदल सकता है। गहरे अध्ययन की शक्ति को एक बार पुन: अच्छे कार्य के लिए प्रयोग किया जा सकता है। Meero के डैटाबेस में अर्थ-संबंधी व्याख्याओं के गुण भी उपलब्ध हैं जो फ़ोटोग्राफ में सुधार हेतु प्रयोग किए जाते हैं। चित्रों को परिमित बॉक्स और श्रेणी सूची युक्त मेटाडैटा से जोड़ने से किसी चित्र में किसी वस्तु की उपस्थिती का पूर्वानुमान पल भर में ही किया जा सकता है।

Extract

इससे प्रेरित कटिंग-एज़ एल्गॉरिथ्म
मानव मस्तिष्क कैसे कार्य करता है

ऐसा कैसे संभव हो सकता है? इस प्रकार के आत्मपरक और जटिल कार्य करते समय एल्गॉरिथ्म एक पेशेवर फ़ोटोग्राफर की तरह ही कैसे कार्य कर सकता है? अध्ययन अनुपात-आधारित सिद्धांत में उत्तर निहित है। Meero मस्तिष्क की कार्यविधि को कॉपी करने वाले गहरे तंत्रिकीय नेटवर्क के प्रयोग से नेटवर्क की न्यूरोन आउटपुट की त्रुटियों और कॉन्वैक्स बेहतरी विधिओं का प्रयोग करके इसके अनुपात का हिसाब कर सकता है। इस प्रकार, नेटवर्क के अंत से प्रारंभ तक इस त्रुटि को ठीक करने के लिए चेन-रूल का प्रयोग और Meero के डैटाबेस को लाखो बार कार्यवाही हेतु दोहराने से ट्रेडमार्क युक्त गहरा अध्ययन एल्गॉरिथ्म पेशेवर फ़ोटोग्राफर की तरह ही चित्रो में सुधार करता है।

घुमावदार तंत्रिकीय नेटवर्क


Network