Collabora သည် ဗီဒီယိုကွန်ဖရင့်၏ ဖိသိပ်မှုစွမ်းဆောင်ရည်ကို မြှင့်တင်ရန် စက်သင်ယူမှုစနစ်ကို အကောင်အထည်ဖော်ခဲ့ပြီး၊ ပါဝင်သူတစ်ဦး၏မျက်နှာနှင့် ဗီဒီယိုထုတ်လွှင့်မှုတွင်၊ H.10 အဆင့်တွင် အရည်အသွေးကို ထိန်းသိမ်းထားစဉ် အရည်အသွေးကို ထိန်းသိမ်းထားစဉ် လိုအပ်သော လှိုင်းနှုန်းကို 264 ဆ လျှော့ချနိုင်စေမည့် ထုတ်ဝေလိုက်ပါသည်။ . အကောင်အထည်ဖော်မှုကို PyTorch မူဘောင်ကို အသုံးပြု၍ Python ဖြင့် ရေးသားထားပြီး GPLv3 လိုင်စင်အောက်တွင် ဖွင့်ထားသည်။
အဆိုပါနည်းလမ်းသည် ပေးပို့မှုအတွင်း ဆုံးရှုံးသွားသော မျက်နှာအသေးစိတ်အချက်အလက်များကို မြင့်မားသော ဖိသိပ်မှုအဆင့်ဖြင့် ပြန်လည်တည်ဆောက်နိုင်စေပါသည်။ စက်သင်ယူမှုမော်ဒယ်သည် သီးခြားထုတ်လွှတ်ထားသော အရည်အသွေးမြင့် မျက်နှာရုပ်ပုံနှင့် ထွက်ပေါ်လာသော ဗီဒီယိုအပေါ် အခြေခံ၍ စကားပြောဦးခေါင်း ကာတွန်းရုပ်တုကို ထုတ်လုပ်ပေးကာ ဗီဒီယိုတွင် မျက်နှာအမူအရာနှင့် ဦးခေါင်းအနေအထား ပြောင်းလဲမှုများကို ခြေရာခံသည်။ ပေးပို့သူဘက်တွင်၊ ဗီဒီယိုကို အလွန်နိမ့်သောဘစ်နှုန်းဖြင့် ထုတ်လွှင့်ပြီး လက်ခံသူဘက်မှ ၎င်းကို စက်သင်ယူမှုစနစ်ဖြင့် လုပ်ဆောင်ပါသည်။ အရည်အသွေးကို ပိုမိုမြှင့်တင်ရန်၊ ထုတ်လုပ်ထားသော ဗီဒီယိုကို Super-Resolution မော်ဒယ်ကို အသုံးပြု၍ လုပ်ဆောင်နိုင်သည်။
source: opennet.ru