slashCAM Forum

Eigentlich entspricht es ja dem gesunder Menschenverstand, daß fehlende Detailinformationen bei unscharfen Bildern nicht im Nachhinein ergänzt werden können. Es werden ab...

Hier geht es zur Newsmeldung auf den slashCAM Magazin-Seiten:
TecoGAN: Neuer KI Super-Resolution Algorithmus macht Videos 4x schärfer

Es ist interessant wie kompakt man das hinbekommt - ist ein großer Rechner dafür nötig oder bekommt man da auch in einer Kamera unter? Kann man den Algorithmus schon nutzen?

Das erste verlinkte YouTube Beispiel verwendet Material des Blender Projektfilmes "Tears of Steel" - http://tearsofsteel.org Dieser wurde 2012 in 4K gerendert und kann auch in dieser Auflösung runtergeladen werden.

Hier könnte das Resultat auch einfach gefakt sein.

Eher unwahrscheinlich das es gefaked ist, da man den ganzen Code und die (bereits trainierten) Modelle und das verwendete Material runterladen und es verifizieren kann.

Zumal das Video (und der Algorithmus) von der TU München stammt. Das wäre dann ein Jahrhundert-Wissenschaftsskandal.

egmontbadini hat geschrieben: ↑Mo 07 Sep, 2020 11:42 Es ist interessant wie kompakt man das hinbekommt - ist ein großer Rechner dafür nötig oder bekommt man da auch in einer Kamera unter? Kann man den Algorithmus schon nutzen?

Das Projekt hat eine handelsübliche Nvidia GeForce GTX 1080Ti GPU mit 11 GB RAM genutzt, auf spezialisierter Hardware geht das wahrscheinlich auch kleiner.

Man kann den Algorithmus schon jetzt selbst ausprobieren, der Code dazu ist hier zu finden:
http://github.com/thunil/TecoGAN

Ich bräuchte sowas mal zur Audio-Rettung. Warte eigentlich die ganze Zeit auf eine Software, die Stimmen aus bekannten Mustern interpoliert, wenn sich z.B. der Protagonist vom Mikro wegdreht und klingt als würde er in einen Eimer Wasser sprechen oder durch plötzliche Umgebungsgeräusche (z.B. Motorradknattern) kaum mehr wahrnehmbar ist. Könnte man da nicht eine ähnliche Technik entwickeln? Oder gibts das schon?

Hab' mal probiert, TecoGAN auf meinem Linux-System mit GTX1080Ti zu installieren, was dank der Integration von Github, Python 3/Pip ins System und der zahlreichen Linux-typischen/unixoiden Abhängigkeiten und Installationsroutinen von TecoGAN eigentlich gut gehen sollte. (Wahrscheinlich wurde die Software unter Linux entwickelt.)

Letztlich scheiterte das Unterfangen aber an einem zu alten Nvidia-Treiber in meinem Debian 10-System.

Die Installation der Software ist in jedem Fall nicht trivial, da sie sich aus dutzenden externen Modulen mit jeweils eigenen Abhängigkeiten zusammensetzt.

solche sachen macht gewöhnlich innerhalb von nvidia-docker umgebungen. da kann man sich die betreffenden abhängigkeiten dann recht sauber zusammenstellen, ohne sich das arbeitssystem völlig zuzumüllen od. versehentlich zu ruinieren. oft bekommt auch gleich ein fertig ausführbares docker-image des gesamten setups, dass auf allen systemen läuft. eine solche herangehensweise ist bei größeren ML-projekten mittlerweile ohnehin usus bzw. in der praxis fast unverzichtbar.

mash_gh4 hat geschrieben: ↑Mo 07 Sep, 2020 17:18 solche sachen macht gewöhnlich innerhalb von nvidia-docker umgebungen. da kann man sich die betreffenden abhängigkeiten dann recht sauber zusammenstellen, ohne sich das arbeitssystem völlig zuzumüllen od. versehentlich zu ruinieren.

Das dürfte aber in meinem Fall (bzw. in dem von Debian 10) immer noch nicht das Problem der Nvidia-Treiberkompatibilität lösen, oder täusche ich mich da?

cantsin hat geschrieben: ↑Mo 07 Sep, 2020 18:51 Das dürfte aber in meinem Fall (bzw. in dem von Debian 10) immer noch nicht das Problem der Nvidia-Treiberkompatibilität lösen, oder täusche ich mich da?

doch bis zu einem gewissen grad schon! -- d.h. du kannst verschiedene cuda-versionen in den containern nutzen, die man nebeneienader nicht am hostsystem installieren könnte.

genau dieses problem war ja ursprünglich der grund, warum das zeug entwickelt wurde. ein einfaches durchreichen der entsprechenden nvidia treiber-interfaces im /dev-verzeichnis war hier keine lösung, da es sofort zu abstürzen führt, wenn die versionen im container nicht mir denen am host system übereinstimmen. dieses relativ komplizierte ummapen der nötigen treiber bzw. libraries übernimmt eben nvidia-docker.

der debian support [ganz speziell im fall von debian "testing"] lässt zwar oft ein wenig zu wünschen über (siehe bspw. #854), aber im wesentlich bleibt einem ohnehin kaum eine andere option, wenn man sich mit derartigen dingen herumschlagen muss...

HiHi, ich bin mal gespannt wann die ersten Leute auf die Idee kommen, mit Hilfe des Algorythmus verpixelte Nummernschilder und Personen wieder kenntlich zu machen

KallePeng hat geschrieben: ↑Mi 09 Sep, 2020 22:52 HiHi, ich bin mal gespannt wann die ersten Leute auf die Idee kommen, mit Hilfe des Algorythmus verpixelte Nummernschilder und Personen wieder kenntlich zu machen

Dann kriegst Du aber nur fiktive Nummernschilder und Gesichter, die zwar vielleicht plausibel aussehen, aber nichts mit dem Motiv zu tun haben. Das gab's übrigens schon mal als technisches Problem von Xerox-Kopierern, die auf Fotokopien von Zahlenmaterial falsche Nummern wiedergegeben haben:

https://www.theverge.com/2013/8/6/45944 ... -documents

Da werden sich Polizei und Staatsanwaltschaft sicher als erstes in die Warteschlange für ein benutzerfreundliches Endprodukt stellen.