「暗い場所で撮影した写真からノイズやアーチファクトを自動的に除去できれば…」、「フォト ライブラリ内の粒子の粗い (ザラついた) 画像をきれいに修正したい」――このたび、ディープラーニングを用いた最新の手法によって、画質の悪い写真のサンプルを読み込むだけで画像を補正できるようになりました。

NVIDIA、アールト大学、MIT の研究者チームが共同開発したこの技術は、スウェーデンのストックホルムで開催の機械学習の国際会議「International Conference on Machine Learning (ICML)」で発表されました。

近年、この分野のディープラーニング研究は、AI に補間方法を学習させるもので、ノイズがのった低品質の画像と高画質の画像を一組にしたサンプルを解析して画像を修復するトレーニングをニューラル ネットワークに対して行うことに重点を置いてきました。一方、今回発表される手法は、ノイズがのった (粒子の粗い) 2 枚の入力画像のみを使用し、画像を補正/修復するという新しいアプローチです。

この AI は、ノイズのない画像のサンプルを読み込んだことがなくても、アーチファクトやノイズ、粒子を除去し、写真を自動補正することができます。

同研究者チームはその論文の中で、「高画質の画像を検証しなくてもシグナルを修復する方法を学習することが可能であり、処理能力は高画質のサンプルを使ったトレーニングを上回ることもある。このニューラル ネットワークは、高画質のサンプルを利用する同等のトレーニング方法を用いた最新手法に比肩すると共に、トレーニング時間や処理能力の上でかなりの欠点を解消できる場合も多い」と説明しています。

チームは、cuDNN アクセラレーテッド TensorFlow ディープラーニング フレームワークを採用した NVIDIA Tesla P100 GPU を使って、ImageNet 検証セット内の画像 50,000 枚を対象にシステムのトレーニングを実施しました。

システムのテストでは、3 種類のデータセットに対してニューラル ネットワークの検証を行いました。

この手法は MRI (磁気共鳴映像法) の画質向上にも応用でき、医療画像の飛躍的な進歩につながることが期待されます。

研究チームは次のように述べています。「実際に高画質のトレーニング データを入手するのが難しい状況もあります。天文写真などの光源が十分に得られない状況での撮影、低画素カメラでの撮影、MRI による撮影などが良い例です。我々の概念実証のデモは、こうした状況において、高画質データの入手に起因する大変な手間を省くことで大きなメリットが得られる可能性を示しています。当然ながら、本来ないものをあることにするわけにはいかないので、入力データに含まれていない特徴を拾い上げることはできませんが、それは高画質写真の場合でも同じことが言えます」