应用在模糊照片的清晰化处理上,就是大数据下的统计学。
比如一个模糊化的鼻子,原始形象是什么样?
统计就好了。
选1万个不同种类的鼻子,然后进行模糊化处理。模糊化处理后的鼻子,哪个跟模糊照片中的鼻子点位重合最高,就是哪个。
不过,想实现这一点非常复杂。
只要是大数据,就一定会涉及算力的问题。想处理、统计这么多的数据,普通的电脑根本没戏,一启动就死机。
汤教授道:“过去的图片处理,始终没能超越人眼的范畴,想要靠着计算机突破人眼的极限,除了大数据和人工智能相关技术的理解之外,还离不开强大的算力。”
周不器笑道:“算力不成问题,紫微星的云计算业务已经趋近成熟。如果实验室应用,我还可以帮你们跟联想联系,使用他们的hpc。”
hpc就是high型的pc,即高性能计算机、超级计算机,算力很强大。
所采用的技术原理跟云计算差不多,都是并行的集群化工程。紫微星的杨振坤博士一手开发了飞天数据库,并为云计算业务提供了技术储备和支持。他在被挖到紫微星之前,在联想研究院时就主要做hpc方面的研究。
现在的联想超算不像十年后那样威震世界,能跑到全世界给人家搭设超算平台。不过在市场化应用的领域,目前已经达到了国内第一的水平。紫微星有一大一小两个超算计算机平台,大的是惠普,小的是联想。
这个多媒体实验室体量有限,帮他们搭一个小型的超算平台足够了。
汤教授不由得一愣,“这价格可不低吧。”
周不器笑道:“没关系,我送给你们。”
裴瑶在旁笑着说:“我们周总最支持创新型技术的研究了,尤其是人工智能、大数据和云计算的领域,几乎每次会议都要提到。”
实验室里的教授、博士们就都很高兴。
这可太好了!
他们办公室采购的是一批性能极好的惠普电脑,可这也只是普通电脑,算力根本不够。刚才演示的时候,放大一个很小的图片,都要耗时3分钟。要是大点的项目,那得直接卡死。
有了hpc,那对他们今后的课题研究就方便多了。
汤教授很感谢,不过课还没上完,他要接着刚才的思路继续说:“眼睛能看到的,都是确切化的处理,刚才说了,从1到10到100到1000。变化很大,肉眼都能区分。如果是缩小就不一样了,从1到0.1到0.01,等缩小到了0.0000……001和0.0000……002的时候,这差距就非常小了,肉眼就看不见了。可是计算机却能够区分。这是在图片处理中计算机超越人眼的关键。强大的算力是基础。”
这么复杂的事,周不器就不好乱参与了。
紫微星的几个专家跟他们进行了讨论。
大概意思,就是给每一张清晰的点标号,然后对应一个模糊的点。一个清晰的点是1,对应的模糊点是0.0000……001,一个清晰的点是2,对应的模糊点是0000……002,先统计出来。
这样,等模糊的点0.000……00e出现的时候,就可以朝着清晰点的e靠拢了,就完成了从不确定性到确定性的转化。
当然,这个过程可能不是一一对应的,可能是多对多,还需要很复杂更详尽的统计、分析。
周不器想到了什么,问道:“用手机拍月亮,是不是就这个原理?”
“什么拍月亮?”汤教授没太理解。
周不器道:“手机的像素太低,而且夜景的采光也不行,根本拍不清。”
汤教授摆了摆手,“如果只是优化月亮图景,那会很简单,我们现在也能做到。月亮是固定的,是已知的,构图简单。拍出一个大概模型,人工智能去丰富就行了。可现存的模糊照片,其原本的样子是未知的,难度会大大提高。如果是拍月亮,对手机来说难的不是对模糊图片的清晰化处理,而是手机的算力能不能跟上,芯片要好。现在世界上不可能存在这样的手机芯片。”
另一个白人教授用中文说道:“我们实验室目前主要做的是人像的处理,主要是人脸。人脸的复杂度要远远超过月亮,需要在人脸检测、高分辨率、人脸的特性分布等所有方面做研究,还要有足够的人脸图像。”
周不器马上理解,“对,大数据嘛,得有数据才行!紫微星最不缺的就是图片,可以支持!”
得有足够多的确切的脸,才能得出足够多的模糊化脸的数据库,点对点的分析、对接。然后,等一张模糊化的脸出现后,才能通过点对点的分析、对接,反推出清晰化的脸。
这个工程一定要做。
一方面是技术的积累、沉淀。
一方面的确很有意义啊!
这在全世界都是一个无法解决的难题,如果紫微星解决好了,那就赚大发了,到时候可以卖给全世界的警察局。
全世界的警察局都是体制内部门,跟这种部门合作,油水都大大的。而且,这对警察来说是刚需性的技术,会大大地提高破案率。只要出现,各国警察都会抢着要买。
那就发财了!
不过,外国人的脸和国人的脸不一样,得拿到足够多的外国脸的样本进行分析统计才行。随着手机和社交网络的普及,这一点不是障碍,写一个爬虫算法,去网路上扒图就行了。
书本网