أشياء الفكرية (عدد الجمهور: zhidxcom) ون | لى تشينغ المياه
في الآونة الأخيرة، وفائقة الفرعية صورة ICCV 2019 المسابقة، وفاز بطل من قبل الشركة الصينية. وفقا لالجانب المنتصر قال بنك انجلترا في "صورة فائقة الدقة" الذاتي المتقدمة خوارزميات تتيح دقة وضوح الصورة تصل إلى 16 أضعاف الأصلي.
"انظر أفضل" هو واحد من احتياجات الإنسان الأساسية، التي ارتكبت على نطاق واسع على "رؤية" صورة فائقة الدقة سيناريوهات (SR، SuperResolution) تطبيق الخوارزمية.
على سبيل المثال، وتطهير انخفاض الثمين الكلاسيكية القديمة الأفلام الوثائقية أو التالفة لإصلاح، ويقول وداعا لعبة قديمة فسيفساء تستهل في "ربيع الثاني" لمساعدة الشرطة لرؤية الوجوه ولوحات الترخيص على شاشة فيديو، مما يسمح للأطباء لرؤية "X راي قطعة "في آفة المريض، وهلم جرا.
وقد استخدم مكشطة دائرة من الأصدقاء من النسخة لون "حفل تأسيس" صورة حقيقية والإفراج مؤخرا عن "عازف البيانو" 4K النسخة المستعادة خلال اليوم الوطني لهذا العام هذه التكنولوجيا.
نسخة لون "حفل تأسيس" صور إصلاح حقيقي المستخدمة في تكنولوجيا فائقة الدقة
في السنوات الأخيرة، كانت تقنيات الصورة اعادة الاعمار فائقة الدقة الأكاديمية ذات الاهتمام المشترك والصناعة.
البحث والتطوير، سواء فريق أكاديمي، أو IT عمالقة، AI سجل الشركات لديها كل اجتماع دولي كبير من كبار المساهمين قائمة فرشاة. ووفقا للاحصاءات، وسيتم إدراج "فائقة الفرعي" أعلى 18 ورقة في رؤية الكمبيوتر CVPR 2019 في ما يقرب من جميع الصينيين.
ويمكن وصف هذه الصناعة، "فائقة فرعية" تحت المد التجاري ب "تعبئة على مستوى الصناعة." علي، تينسنت وغيرها من عمالقة الإنترنت لاقامة فائقة الفرعية الخوارزمية التحدي، هواوي، والدخن، والجسم الحي وغيرها من الشركات المصنعة لديها فائقة العد الأرض التقنية في الهواتف الذكية والتكنولوجيا الشاشة الذكية اسرة شانغ، كوانغ، حيث أن مؤسسات العلوم والتكنولوجيا، وخلق AI بنك انجلترا وغيرها من العناصر المورد تصبح فائقة الفرعية الكامنة مقدمي التكنولوجيا، وحتى الذهاب بطيئة نسبيا الحب فن رائع، وقد أدخلت YOUKU وغيرها من منصة الفيديو في تكنولوجيا AI AI أدوات حسابية فائقة الفرعية ومجموعات البيانات لدعم إصلاح السينما والتلفزيون والتحسين.
ومع ذلك، صورة فائقة الخفيفة خوارزميات عالية جنبا الظل. بحث "قائمة فرشاة" من الصعب التجارية وراء هذه التكنولوجيا، انفجار رقة تحت الري وغيرها من القضايا تصبح أكثر من كذبة بين السوبر شبه R & D النتائج والممارسة الهبوط اخدود.
لماذا تصبح صناعات التكنولوجيا خوارزمية فائقة الفرعية المتنافسة للاستيلاء على النقطة؟ في شركات الإنترنت ومصنعي الهواتف، AI شركات خلق، وموردي المكونات وغيرهم من اللاعبين في مجال الصناعة والأكاديمية الصينية للعلوم، جامعة تسينغهوا، معهد هاربين للتكنولوجيا وغيرهم من فريق البحث YongCu تعلم كيفية فائقة خوارزمية أبحاث وتطوير التكنولوجيا والحقيقة التجارية؟ سوبر شبه الخوارزمية تقنيا كيف أن "فسيفساء" في صورة واضحة؟ توقعت سوف يأخذك لائحة الصناعة والأوساط الأكاديمية الظل هذه المقالة صورة فائقة الدقة يسلط الضوء على التكنولوجيا وراء ذلك.
أولا، وتأثير السينما والتلفزيون إصلاح خوارزمية فائقة الفرعية، الالكترونيات الاستهلاكية، والأمن وغيرها من الصناعات
خلال اليوم الوطني هذا العام، وهي فترة من 12 دقيقة من "نسخة لون حفل تأسيس" سجل دائرة الفيديو التحديث الحقيقية من الأصدقاء. هذا هو استخدام التكنولوجيا إصلاح خوارزمية فائقة الفرعية، جنبا إلى جنب مع اليدوي إصلاح آلية إصلاح، وبالتالي فإن الزعيم الحقيقي من نمط بلد كبير والأرصاد الجوية تقديمها إلى أكثر من مليار صيني.
نسخة لون "حفل تأسيس" صور إصلاح حقيقي المستخدمة في تكنولوجيا فائقة الدقة
في شروط للشخص العادي، وذات دقة فائقة (سوبر الدقة، ويشار إلى السوبر الفرعية) التكنولوجيا هي تقنية لتحسين دقة الصورة الأصلية، وهناك الاستيفاء، طريقة إعادة الإعمار وتعلم الآلة. في السنوات الأخيرة، مع عمق التعلم، ممثلة في التطور السريع لتقنيات التعلم آلة، بحيث آلة فائقة دون التعلم يدعم خوارزمية سريعة الأكاديمية الاهتمام والصناعة.
15 نوفمبر استعادة الفيلم الكلاسيكي "عازف البيانو" 4K نسخة من التخفيضات في البلاد، والفيلم من خلال استعادة المادية، واستعادة الرقمية، واستعادة فن الخطوات الثلاث لترميم الأفلام 35 ملم إلى 4096 3112 قرار. بعد انقطاع دام 20 عاما، وكان غالبية المشجعين فرصة للحصول على تذكرة استبدال "حرية الروح"، التي استفادت أيضا كثيرا من تكنولوجيا "سوبر الفرعية الخوارزمية".
"عازف البيانو" 4K النسخة استعادة صدر مؤخرا
لدينا مفتوحة مشروع فيلم ترميم في عام 2007، في السنوات الأخيرة، واستخدام فائقة فرعية تقنية خوارزمية AI إلى جهاز التلفزيون إصلاح طفرة. هذا ما يجعل الكثير من الفيلم الكلاسيكي امتص ظهر موجة من مسحوق، كما وجدت بعض المستخدمين لم يلاحظوا قبل بعض التفاصيل مفاجأة.
وجد أصدقاء بعض المفاجآت لم يلاحظوا قبل تفاصيل
بالإضافة إلى صناعة السينما والتلفزيون إصلاح، يتم استخدام تكنولوجيا فائقة الفرعية أيضا في الهواتف الذكية، والشاشات الذكية وغيرها من الأجهزة.
في وقت مبكر من عام 2017، ستقوم هواوي ماتي 10 تكون قادرة على دائرة قناة صغيرة من الأصدقاء مضغوط فائقة الدقة استعادة الصورة، بحيث يمكن للمستخدم لعرض الصور من الأصدقاء من الهواتف الأخرى أكثر وضوحا.
وقال مقدمة المجراة من حساسة للضوء ترقية الجمالية السمفونية نسخة من X23، وأول تقنية فائقة الدقة المستخدمة في الهواتف النقالة على أن تتخذ، ديسمبر 2018 أن هذا قائم على التكنولوجيا الفائقة قرار خوارزمية التعلم عمق لهبوط أول مرة في الهاتف المحمول المحلية .
الجسم الحي X23 إطلاق النار على السوبر شبه نعمة خوارزمية
وبالإضافة إلى ذلك، هواوي، يظهر الدخن التكنولوجيا خوارزمية فائقة الفرعية أيضا في الهواتف الجديدة، لتحسين اطلاق النار.
مجال الأمن هو أيضا تكنولوجيا فائقة دون تطبيق سيناريوهات نموذجي. من جهة، الخوارزمية فائقة الدقة في أجهزة الأمن العام، وشرطة المرور عند الحاجة، من خلال زيادة دقة وضوح الصور والفيديو بسرعة لإيجاد أكثر الناس الجنائي.
خوارزمية فائقة فرعية يمكن استخدامها في السيناريو الأمن
من ناحية أخرى، عين السمكة كاميرا بانورامية، وزاوية الكاميرا والكاميرات منخفضة الخفيفة وغيرها من المنتجات متباينة تحتاج إلى استخدام خوارزمية فائقة غامض للتخفيف من حافة، وضعف الإضاءة وغيرها من القضايا. قدم مثل كوداك "ضوء AI جدا" التي تعمل على تحسين يتم الكشف عن دقة الصورة ليلا خوارزمية التعلم عميقة.
وبالإضافة إلى ذلك، الخوارزمية لا يزال المجال فائقة من الباطن من صور الأقمار الصناعية والصور الطبية، وما إلى ذلك هناك عدد من التطبيقات. على سبيل المثال، يمكن للأطباء الحصول على صورة أكثر وضوحا من الآفة عن طريق التكنولوجيا الفائقة القرار، حتى أكثر بسرعة ودقة تشخيص اضطراب، وهلم جرا.
من وجهة نظر نقل المعلومات، سوبر شبه خوارزمية يساعد على الوصول بسهولة إلى معلومات الصورة بسرعة عالية الظروف الاستهلاك المنخفض، من منظور السينما والتلفزيون الخبرة، في تعريف فائقة محتوى نادرة، خوارزمية فائقة الفرعية حتى يتسنى للجمهور لا يزال يتمتع حتى 4K 8K تجربة الإدراك كبيرة.
الثانية، واللاعبين ديناميكية الرئيسي: الأكاديمية الحماسية، قصة الشركات
أكتوبر 2016، وجوجل خوارزمية "RAISR" فائقة الفرعية تحولت إلى العالم. وتمكن هذه التكنولوجيا أعظم قرار من 75 من تأثير الأصلي من توفير عرض النطاق الترددي للقضية، في حين أن معالجة 10-100 مرات أسرع. بعد فترة وجيزة، RAISR تصبح فائقة حقل خوارزميات مؤشر الصناعة.
RAISR تشغيل خوارزمية صيغة FIG: الصورة الأصلية (من اليسار)، مكررا ثلاث قرار مزدوج (في)، وتأثير RAISR (يمين)
بالإضافة إلى Google والاجتماعية US التواصل الفيسبوك العملاقة، نفيديا وغيرها من الشركات المصنعة رقاقة، أدوبي وغيرها من عمالقة البرامج هي صورة فائقة الدقة التكنولوجيا مع ضرب النتائج كانت التكنولوجيا فرعية فائقة لإصلاح الألعاب القديمة النائية الأمثل الاستشعار، والمخططات P الرئيسية المشهد.
على الرغم من أن ارتفاع خوارزمية فائقة الفرعية في التبشير الأجنبية والمحلية تأتي من وراء هذا الاتجاه، وهو ما يتضح بشكل خاص في الأوساط الأكاديمية.
1 والأكاديمية الإنجاز الانفجار، وتجمع العملاقة الإنترنت
ووفقا للإحصاءات، واحدة من ميدان ثلاثة أعلى من رؤية الكمبيوتر CVPR 2019 ستدرج في ورقة "فائقة فرعية" في موضوع ال 18، من اسم وجهة نظر، 18 عاما، سوى اثنين بدلا من واحد بالنسبة للصينيين. صفقة HIT مع أي عمق طمس نواة التوصيل والتشغيل فائقة الدقة، كوانغ والتكنولوجيا ميتا-SR، والنظام الثاني اهتمام تسينغهوا شبكة جامعة ونتائج ممثل.
ليس فقط R المحلي والنتائج D في "سوبر الفرعية" هو كلاسيكي البحوث والدراسات رؤية الكمبيوتر تألق ألمع اللاعبين في صناعة سيتجاوز الخوارزمية كما شبه تكنولوجيا AI التركيز صناعة وأداة التمكين.
الأول هو عملاق الإنترنت، مع رأس المال الذهب والمواهب وتأثير صناعة محملة مسبقا، في حين أن خوارزميات تشارك في ورقة بحثية من قائمة فرشاة، في حين أن تفعل ذلك، منصة مفتوحة لحملة "فائقة فرعية"، مما يمهد.
هنا، أصدر علي مجرد "تدهور نوع التفاف فائقة الدقة" وغيرها من الانجازات الجديدة في المؤتمرات الدولية CVPR 2018 وهلم جرا، وفي 2019 مؤتمر Yunqi تنظيم YOUKU تعزيز الفيديو وفائقة الدقة التحدي، أطلقت فائقة الدقة منصة خوارزمية ومجموعات البيانات YOUKU.
علي 2019 YOUKU تعزيز الفيديو وفائقة الدقة الترتيب التحدي
هناك، تينسنت خريطة ممتازة أيضا CVPR عام 2018، نشر وغيرها من المجالات ICCV 2019 المؤتمر الدولي حول "FSRNet: تدريب معلومات مسبقة على أساس فائقة الدقة شبكة نهاية لوجه"، "يستند إلى خاصية غير خاضعة للرقابة مستجمعات المياه من الضوء صورة خوارزمية تحويل "وغيرها من الأوراق للشهادة البحث.
في وقت مبكر من عام 2017، وسوف تستخدم تينسنت في الفضاء فائقة خوارزمية TSR تينسنت QQ لاستيعاب الهواتف النقالة تجهيز السرعة، وتدفق يزعم يمكن أن ينقذ 3/4 للمستخدم. في الآونة الأخيرة، والتكنولوجيا تينسنت مع شنتشن جنة فرع، مختبر الذكاء الاصطناعي بنغ تشنغ وحدات أخرى نظمت مسابقة وطنية، موجه للتكنولوجيا الفائقة الفرعي "AI + 4K HDR" مسابقة لتصبح واحدة من المسابقة الرسمية، وهما الجائزة من 268 مليون، ليصبح هذا العام في البلاد على أعلى جوائز المال البطولة الذكاء الاصطناعي.
مقاهي الانترنت تفعل تحديا كبيرا، وتوفير منصة الخوارزمية، فتح الحزمة سوف تكون الأكاديمية "فائقة فرعية" توفر دراسة قوة قوية، وكان علي أن أعترف، عاصمة خوارزمية فائقة الفرعية متفائل جدا والتجارية والقلب البيئي تحتوي على نفسه .
2، المصنعة للهواتف النقالة لقيادة هذا الاتهام، محطة ذكي في ميادين التدريب
في وقت مبكر من نوفمبر 2017، أطلقت هواوي HiSR التكنولوجيا الفائقة الدقة. يزعم، ونموذج مع أول رقاقة على الهاتف المحمول كيرين 970 الاصطناعي الذكاء وعمق خوارزميات التعلم، وهي المرة الأولى في نهاية شبكة للهاتف المحمول من عمق فائقة الدقة الخوارزمية، ليس فقط لتحقيق في الوقت الحقيقي سرعة المعالجة، ولكن أيضا لضمان أن تأثير الصورة، وكفاءة الطاقة أكثر من 50 زيادة.
HiSR FIG مقارنة خوارزمية لتعزيز تأثير.
في سبتمبر، وقال مجد خوارزميات باستخدام السوبر "فائقة قرار إعادة الإعمار + آل HDR الأمثل" في 9X PRO المسؤول الصورة كاميرا الوضوح يمكن أن تحسن 10-20. وبالإضافة إلى ذلك، أطلقت هواوي في اغسطس من هذا العام، والحكمة من تقسيم الشاشة هي أيضا فائقة، مما يجعل التعريف الأصلي ليست مثالية صورة الفيديو تصبح أكثر وضوحا.
من قبيل الصدفة، وأيضا في يناير من هذا العام، والدخن فتح FALSR خوارزمية فائقة الفرعي "صغيرة وجميلة" مع سريعة ودقيقة، وخفيفة الوزن ومحددة وعملية للغاية.
قال لى يونيو والدخن ورقة حديثة ترتكز على البحث مرنة صدمة النتائج التي تحققت في مشكلة صورة فائقة الدقة
في الآونة الأخيرة، والدخن الافراج عن الهاتف المحمول 100 مليون بكسل، ويزعم فنغيون خوارزمية الكاميرا وحدها في هذا الاتجاه، وهناك أكثر من 1000 أفراد R & D، أي ما يعادل إجمالي عدد الشركات الصغيرة والمتوسطة الحجم.
بالإضافة إلى هواوي والدخن والجسم الحي كما لم تتخلف في هذه الحرب ثلثي جدا. في ديسمبر 2018، ومجهزة فائقة الفرعية التكنولوجيا شانغ AI أدخلت في الجسم الحي X23 نسخة من السمفونية، فهو يعتبر أن تستند إلى دراسة متعمقة التقنية فائقة الدقة الخوارزمية في الطابق الأول من الهاتف المحمول المحلية.
يزعم، واستخدام الجسم الحي الصور النسخة X23 السمفونية والصور وسعت التفاصيل منظور يمكن أن يكون العرض الحقيقي، وهو متاح للمستخدم لمحصول المحلي، الطباعة الكبيرة أو عرض على أجهزة أخرى عالية الدقة.
3، وجاءت AI الفرصة لأسعار قياسية
"سوبر الفرعية" المد AI سجل الشركات جلبت فرصة ذهبية. خذ التكنولوجيا شانغ، الشركة ادعت أن في وقت مبكر من عام 2014 ECCV (الكمبيوتر الجمعية الرؤية الأوروبية) المقترحة فائقة الدقة الخوارزمية على أساس عمق التعلم، بحلول نهاية عام 2018 قد هبطت أخيرا في الجسم الحي X23 السنة الرابعة.
2018، والتكنولوجيا شانغ المقترحة في CVPR عام 2018 في فائقة الدقة خوارزمية لتوليد نسيج أكثر طبيعية وواقعية صورة المنحى، وهذا العام، على CVPR 2019 مع EDVR الانتعاش خوارزمية المؤهلة NTIRE 2019 لعبة فيديو من كل الألقاب الأربعة؛ أغسطس، شانغ - هونج كونج الصينية MMLab دمج ما يقرب من عامين من البحث مفتوحة المصدر صورة فائقة الدقة الفيديو الأدوات MMSR.
بالإضافة إلى العلوم والتكنولوجيا اسرة شانغ، كوانغ والتكنولوجيا ويعتبر أيضا باسم سوبر ساحة المعركة الفرعية الخوارزمية. مارس 2019، اعتمادا على كوانغ الجديد المقترح طريقة فائقة الدقة ميتا-SR، التي تدعي حل أي مشكلة فائقة الدقة عامل التحجيم من نموذج واحد.
آثار معالجة الصور أساليب فائقة الدقة من عامل التحجيم التعسفي، والاستبعاد المقترح
مع العديد من صناعة منظمة العفو الدولية، منظمة العفو الدولية خوارزمية لم تعد الشركات عمالقة تكنولوجيا المعلومات وAI لخلق "براءة". على سبيل المثال، المورد الشاشة بنك انجلترا أطلق صورة فائقة الدقة الخوارزمية يمكن تكبيرها 16 مرة، وتوفير الدعم التقني للشاشة الاستخبارات، شاشة الهاتف المحمول 4K، 8K فائقة الوضوح العرض؛ منصة الفيديو إطلاق iQIYI البحوث المستقلة والتنمية العام الماضي ZoomAI الفيديو تحسينات وإصلاحات، ""، "زهور من شنغهاي" والعديد من الأفلام الكلاسيكية الأخرى.
بنك انجلترا قبل وبعد تقنية معالجة الصور لإصلاح صورة النقيض
، ومبدأ تكنولوجيا خوارزمية فائقة الدقة الثالثة: دعم الشبكة العصبية، تسع مدارس فنية
سوبر قرار إعادة الإعمار يمكن تقسيمها إلى قسمين، واحد هو فائقة الدقة صورة واحدة (SISR، صورة واحدة فائقة الدقة)، والآخر هو عظمى دقة الفيديو (VSR، فيديو فائقة الدقة). حاليا التركيز على البحوث الأكاديمية على SISR التعلم العميق، ولكن الحقيقة هي غالبا ما تستخدم عدة صور تم إنشاؤها بواسطة الصور فائقة الدقة على نحو أفضل، ولكن الوقت وتكاليف الطاقة حساب هم نسبيا أعلى.
من وجهة نظر الاختلافات المنهجية للعرض، ويمكن تقسيمها إلى فائقة قرار إعادة البناء على أساس استيفاء لإعادة الإعمار والتأهيل والتعلم القائم على إعادة البناء على أساس فائقة قرار إعادة الإعمار.
صورة فائقة الدقة من الطرق الثلاثة
في السنوات الأخيرة، خوارزمية التعلم العميق مثلت من قبل آلة فائقة فائقة الفرعية التكنولوجيا لتصبح تشعر بالقلق إزاء الأكاديمية الساخن وصناعة التعلم، وأساليب القديمة من الصعب تلبية احتياجات العديد من مشاهد جديدة.
ببساطة أكثر، هو لجعل التعلم آلة تحليل كميات هائلة من البيانات وفقا للنموذج، وذلك للتعبير عن القانون من الأشياء. التعلم العميق هو فرع من آلة التعلم، والتعلم الآلي هو استخدام نهج الشبكة العصبية الاصطناعية.
الشبكة العصبية الاصطناعية تتألف من عدد وافر من معالجة العقد مع نماذج مختلفة (الخلايا العصبية محاكاة)، وجود علاقة اتصال بين العقد، ودمجها في نموذج (وظيفة). لنفترض أن عمق دفق البيانات تعلم أن يعامل، والشبكة العصبية هو البيانات ومعالجة الصور من عدد من الأنابيب التي تتكون من شبكة الأنابيب والصمامات.
البيانات العصبية معالجة الصور شبكة من عدد من الأنابيب مثل أنابيب المياه وصمام تكوين شبكة (الصورة من الشبكة)
لذا شبكة التعلم العميق هو كيف أن "الفسيفساء" إلى صورة عالية الدقة من ذلك؟
باختصار، نموذج التدريب فائقة الفرعية يشمل عموما الخطوات التالية. احتياجات أولا، عالية الوضوح الصورة P1 أن تنخفض إلى صور ذات جودة منخفضة P2، ثم عمق شبكة التعلم وإعادة بناء منخفض واضح P2 صورة في الصور ذات جودة عالية جديد P3.
ثم، يتم مقارنة P3 وP1، لضبط درجة التشابه وفقا لالمقارن شبكة تعليم P3 وP1، وعدد وافر من "الحنفية" قابل للتعديل نفسه؛
فائقة دون تدريب نموذج تخطيطي
بعد ذلك، ضبط عمق دوريا التعلم نموذج الشبكة، بحيث P3 وP1 هو أكثر اتساقا، حتى يمكن الانتهاء من إعادة بناء نموذج على صور ذات جودة منخفضة من P2.
بالطبع، هذه العملية هي أيضا أكثر من خصم لتدريب الصور الأخرى، وكلما زاد عدد الصور التدريب ومحتوى الصورة السيناريوهات أقرب سوبر الأمثل، على نحو أفضل.
في هذه العملية، وضبط عمق التعلم نموذج الشبكة ينطوي على تعدد مساعد من العقد، حسب الضرورة لضبط نظام تدفق الآلاف من "الحنفيات" نفسها. هذه مهمة شبه مستحيلة للناس، ولكن لأجهزة الكمبيوتر، بالإضافة إلى احتساب خوارزمية العنف الأمثل، يمكن أن تعطي بسرعة الحلول.
خوارزميات حاليا التعلم العميق المدارس فائقة التقنية هي أكثر الناس في هذه الصناعة يعتقدون أن التركيز الرئيسي لاستكشاف يركز على اتساع وعمق، لاستكشاف هيكل، وفقدان محتويات ضد الشبكة العصبية، بكسل CNN وغيرها من المجالات.
بعض العلماء بدراسة معمقة للصورة واحدة في تسع فئات طريقة فائقة حل
رابعا، هناك قضايا تكنولوجيا خوارزمية فائقة الفرعية والهبوط: الأعمال التجارية التكنولوجيا قد بدأت للتو، ورقة سهلة الري
على الرغم من صناعة ورأس المال والأكاديمي تطبيق الدعم الهبوط فائقة الفرعية الخوارزمية من خلال العمل، والعمل بنشاط على تعزيز تسويقها في مجال الأمن، والمحطات الذكية، والمناطق السينما والتلفزيون إصلاح، ولكن تطبيق خوارزمية فائقة الفرعي ليست حاليا في الصناعة فقط خارج للتو من تجربة غرفة.
نظرا لتطبيق سيناريوهات الصناعية القاسية جدا، والتطبيق الحالي لا يزال من الصعب خوارزمية تخصيص فائقة. نموذج الصناعة يتطلب استقرارا، خوارزمية رقابة لرصد الأمن، على سبيل المثال، إذا كان هناك احتمال 5 من توليد تعريف الفاحشة من الوجوه البشرية، لوحات، ليست مناسبة للاستخدام العملي. وبحسب المطلعين كشف الخبر، والأمن شركة داهوا العملاقة قد تتقدم على عملية التصفية R & D وتسويق، ولكن بسبب أرضية صعبة لرصد المشهد وأي أخبار.
خوارزمية فائقة فرعية هي سهلة نسبيا للوصول الى مجال الهواتف الذكية، وفقط فيفو X23، الدخن CC9 برو، مجد 9X PRO وغيرها من التطبيقات الاستخدام النهائي من خوارزمية فائقة الفرعية. في الوقت الحاضر، والعمل الرئيسي هواوي والدخن وغيرها من مصنعي الهواتف النقالة، اسرة شانغ، كوانغ باسم منظمة العفو الدولية الأخرى لا تزال الأسعار لا تزال أكثر قياسية في مجال البحث والتطوير، وقائمة فرشاة، ونموذج المصدر المفتوح.
وقد بدأت علي، تينسنت وحتى المحلية الوكالات الحكومية أيضا إلى تعزيز تكنولوجيا مسابقة فائقة الفرعية، في حين وضع منصة للمطورين لتوفير مجموعات البيانات العينين من جهة، وتطبيق ضخمة خوارزمية المحتملين فائقة الفرعية في هذا المجال، بل يعكس أيضا كفاءة الطاقة التكنولوجيا الفائقة الفرعية الموجودة غير قادرة على تلبية احتياجات تطبيقات الأعمال.
في معرفة تقريبا، والجرجير وغيرها من المحافل، يواجه العديد من المستخدمين الإبلاغ الطوعي والاستفسارات العثور على وظيفة "فائقة فرعية" إذا كانت هناك فرص العمل، من الجانب الذي يجعلنا نرى جاذبية هذا الميدان الجديد ليجلب العالم الخارجي. ارتفاع مثل تعليق "إذا كنت واثقا أن الخوارزميات الموجودة قوس خطوة إلى الأمام في أداء المشهد الفعلي، واعدة". ثم كشف نقاط الضعف في تطبيقات التكنولوجيا الفائقة.
بالإضافة إلى التطبيقات التجارية، خوارزمية فائقة الفرعية، هناك بعض المشاكل في تقدم البحث والتطوير. ارتفاع عدد الأوراق وأطروحة فجوة كبيرة الابتكار بطيئة لأسفل، نموذج عالية مع انخفاض القيمة التجارية للصراعات التي طال أمدها. ولكن. وهناك أيضا سوبر شبه خوارزمية بعض الدراسات تبدأ عن طريق تحسين تطبيق سيناريوهات محددة مثل طرق جمع البيانات، مثل هذا العام ظهرت 3D SR سطح الجسم، ريال الصورة الفائقة الطيفية وهلم جرا.
مصدر في صناعة الرسمي للصحافيين الأمور الفكرية، واحدة من خوارزميات تعلم الآلة أصبحت الأكثر دراسة الري فائقة سهلا. حاليا، والابتكار كبير في الحد من النموذج الفرعي الإطار فائقة العميق، وقد اختار معظم فريق البحث إلى مجموعة البيانات الأمثل، وهناك إطار الابتكار الجزئي للتنافس على الجوائز. في هذه العملية، بدأ الكثير من "التحول" أوراق الماء لتظهر والابتكار والقيمة من المشاكل العملية الصغيرة ويصعب حلها الخاصة بهم.
الخلاصة: تكنولوجيا فائقة الفرعية إلى تركيز جديد، ولكن يبقى تسويق إعاقة
في الآونة الأخيرة، وأثارت خوارزمية فائقة الفرعية وصدى طفرة في الأوساط الأكاديمية والصناعة، وأنها أصبحت واحدة من عمق الصورة النمطية تعلم التطبيقات الطابق الخوارزمية.
من جهة، في ICCV، CVPR مؤتمر دولي حول الحاسوب رؤية كمية أوراق أعلى فائقة ذات الصلة في الارتفاع، والمساهمة الصينية التي تحتل نصف كبير، ومن ناحية أخرى، في هذه الصناعة، والإنترنت العملاقة، AI الأعمال التجارية، ومصنعي الهواتف النقالة، موردي المكونات حتى المنابر الإعلامية التلفزيونية وبنشاط تطوير خوارزمية فائقة الفرعية، وصفت بأنها "تعبئة على مستوى الصناعة."
ولكن الآن، لا تزال هناك مناطق من السوبر شبه خوارزمية المتقدمة الري وقضايا تكنولوجيا الأعمال أكثر صعوبة. "روما لم تبن في يوم واحد"، حيث هزم بطل ألفا العودة العودة شيشي، وتفض تكنولوجيا التعلم عميقة والتطبيقات، ولكن غضون سنوات قليلة. المستقبل، والخوارزميات فائقة الفرعية تتطلب المزيد من التكامل بين المشهد المعروف، ومعرفة مسبقة من الهدف، وأجهزة الاستشعار وغيرها، لتشكل مزيجا المستهدفة من فائدة السيناريوهات.
