Um fotógrafo profissional gasta muitas horas tratando imagens para fazer mudanças estéticas únicas.

A Meero projeta algoritmos que aprendem esses processos criativos para fornecer uma solução rápida, global e escalonável.

Inteligência artificial combinada à fotografia profissional

Para conseguir entregar milhares de fotografias por dia, a Meero precisou desenvolver um processo de edição e aprimoramento de imagens totalmente automatizado. Com base nos mais recentes avanços na área de aprendizado de máquina, conseguimos automatizar técnicas de edição com uma tecnologia de ponta.

O grande desafio foi desenvolver um algoritmo capaz de produzir as mesmas edições globais e locais realizadas por um profissional especializado. A experiência da Meero na área de fotografia, aliada a um banco de dados exclusivo com 25 milhões de imagens, proporcionou uma base sólida para a solução.

AI
Learning

Aprendendo a otimizar imagens

Para alimentar o algoritmo de edição de imagens e poder realizar alterações significativas em áreas como luz principal (balanço de branco e correção de cores), semântica da cena e captura de defeitos (ruído ou desfoque de movimento), a Meero usa uma rede neural convolucional dupla que trabalha com a extração de características globais e locais dentro de uma análise de várias escalas.


Extrair insights das fotografias

Além de otimizar o aspecto estético de uma foto, a inteligência artificial da Meero também é capaz de transformar as características visuais de uma imagem em insights quantitativos e valiosos. O nosso sistema de aprendizagem profunda utiliza não só as anotações semânticas que já estão armazenadas no banco de dados da Meero, como também as melhorias estéticas. Ao acoplar imagens com metadados que descrevem regiões de interesse e classes de objetos, é possível prever a presença de um objeto em uma imagem, numa fração de segundo.

Extract

Um algoritmo avançado inspirado pelo
funcionamento do cérebro humano

Como é que um algoritmo pode trabalhar tão bem quanto um fotógrafo profissional em uma tarefa tão complexa e subjetiva? A resposta está no princípio da aprendizagem por gradiente descendente. Usando uma rede neural profunda que imita a função cerebral, a Meero é capaz de reaproveitar o erro retornado pela rede antes mesmo de iniciar a nova fase de aprendizado. O cálculo do gradiente é feito por meio de métodos de otimização convexa. A Meero usa o teorema da derivação de funções compostas para corrigir os erros recebidos. Partindo do final em direção ao início da rede neural convolucional e repetindo essa operação milhões de vezes por meio do banco de dados da Meero, o algoritmo de aprendizagem profunda exibe um desempenho tão bom quanto o de um fotógrafo profissional na edição de imagens.

Rede de neurônios convolucionais


Network