about-3 back-contact back-deep eitaa کانال روبیکاخبرگزاری سایبربان
مطالب پربازدید
بازار
1405/02/02 - 13:10- بررسی تخصصی

بازار سیاه فیلترشکن در زمان قطع اینترنت؛ از قیمت‌های میلیونی تا موج گسترده کلاهبرداری

مقاله ای از کارشناس سایبری مهیار خدادادی پیرامون مسئله فیلتر شکن ها در زمان قطعی اینترنت بین المللی

در
1405/02/01 - 15:13- ایران

در غم از دست دادن پدر امت به سوگ نشسته ایم

در غم از دست دادن پدر امت به سوگ نشسته ایم

بزرگ‌ترین
1405/01/10 - 16:13- جنگ سایبری

بزرگ‌ترین حمله سایبری به شرکت‌های نفتی امارات

شرکت های نفتی امارات مورد حمله سایبری گروه هکری نصیر قرار گرفت

محققان مایکروسافت روشی مبتنی بر هوش مصنوعی توسعه داده‌اند که مات شدن تصاویر پس از ثبت با دوربین زیر نمایشگر را برطرف می‌کند.

به گزارش کارگروه فناوری اطلاعات سایبربان ؛ پس از موفقیت تولیدکننده‌های گوشی هوشمند در استفاده از حفره برای دوربین‌های سلفی در نمایشگرها، دستاورد بزرگ بعدی را می‌توان در استفاده از دوربین زیر نمایشگر جست‌وجو کرد. در چنین پیکربندی، دوربین‌ سلفی پشت یک صفحه‌ی شفاف OLED قرار می‌گیرد که در زمان غیرفعال بودن دوربین، مانند نمایشگر عادی رفتار می‌کند. این بخش از پنل نمایشگر، نور را به اندازه‌ی کافی عبور می‌دهد تا حسگر دوربین زیر آن، توانایی ثبت تصویر داشته باشد. عبور نور از یک صفحه‌ی شیشه‌ای پیش از رسیدن به لنز و حسگر دوربین، مشکلاتی را در تصویر نهایی ایجاد می‌کند که تیم تحقیقاتی Microsoft Research در جدیدترین پروژه‌ی خود روی رفع آن متمرکز شده است.
محققان مایکروسافت می‌‌گویند شکست نوری که به خاطر عبور پرتوها از میان ساختار پیکسلی نمایشگر رخ می‌دهد، باعث مات شدن تصویر می‌شود. به‌علاوه، کنتراست و سطوح نور هم از این رخداد تأثیر می‌گیرند و درنهایت حتی شاید برخی از جزئیات تصویر، به‌خوبی نمایش داده نشوند. تغییر در فاکتورهای مذکور، به‌نوعی انجام می‌شود که وابستگی کاملی به طراحی پیکسلی نمایشگر دستگاه دارد.

شکست نور در روندی قابل پیش‌بینی رخ می‌دهد و می‌توان باهوش مصنوعی آن را برطرف کرد

تغییر در ساختار تصویر در دوربین‌های زیر نمایشگر، به‌صورت قابل پیش‌بینی رخ می‌دهد. در تمامی موارد، ساختار پیکسل‌ها در محور افقی، تأثیر اصلی را بر شکست نور و مات شدن تصویر دارد که می‌توان مقدار آن را پیش‌بینی کرد.
به خاطر ماهیت قابل پیش‌بینی بودن تغییر در فرم عکس‌ها، می‌توان با برخی راهکارهای نرم‌افزاری، تا حدودی مشکل دوربین زیر نمایشگرهای شفاف (موسوم به T-OLED) را برطرف کرد. محققان برای این کار از یک شبکه‌ی عصبی با ساختار U-Net بهره بردند که در آزمایش‌‌های اولیه، علاوه بر کاهش نرخ سیگنال به نویز تصویر، جلوه‌های مات آن را نیز از بین می‌برد. تیم تحقیقاتی در آزمایش‌های خود توانست تصویر را به‌گونه‌ای بازسازی کند که تفاوت چندانی با یک عکس ثبت‌شده در شرایط عادی نداشت. با نگاه به تصاویر زیر، بهبود قابل‌توجه جلوه‌ی مات را در عکس نمونه، مشاهده می‌کنید.
استفاده از هوش مصنوعی در فرایندهای ثبت تصویر، کاربردهای متنوعی را به کاربران ارائه می‌کند. به‌عنوان‌مثال می‌توان پس‌زمینه‌ی تصویر را مات یا حذف کرد. روش‌های متعدد دیگری هم در زمان ثبت ویدئو قابل‌اجرا خواهند بود که خصوصاً در زمان برقراری تماس‌های ویدیویی، کاربرد زیادی دارند.
ظاهراً برنامه‌ی تحقیقاتی مایکروسافت، باهدف توسعه‌ی قابلیت هوش مصنوعی برای نمایشگرهای بزرگ انجام می‌شود. درواقع ردموندی‌‌ها می‌خواهند کیفیت تماس‌های ویدیوی را در چنین شرایطی بهبود دهند. به‌هرحال موفقیت آن‌ها با تمرکز بر این کاربرد هم می‌تواند به دستاوردی برای استفاده درگوشی‌های هوشمند و دوربین‌های سلفی زیر نمایشگر بینجامد.

Paragraphs

منبع:

تازه ترین ها
تصویب
1405/04/02 - 12:51- هوش مصنوعي

تصویب قانون عدالت کیفری کانادا با هدف حمایت از کودکان

آسیب‌های دیجیتال و حمایت از کودکان، اصلاحات عمده‌ای را در قانون مجازات کانادا ایجاد کرده است.

نقشه‌برداری
1405/04/02 - 12:04- هوش مصنوعي

نقشه‌برداری از اثرات پنهان فشار خون بالا توسط هوش مصنوعی

محققان آکسفورد ابزاری مبتنی بر هوش مصنوعی برای نقشه‌برداری از اثرات پنهان فشار خون بالا توسعه دادند.

تغییر
1405/04/02 - 11:39- هوش مصنوعي

تغییر الگوهای اشتغال در ایالات متحده توسط هوش مصنوعی

شکاف فزاینده‌ای در رشد اشتغال بین مشاغل پرخطر و کم‌خطر، به‌ویژه پس از سال ۲۰۲۲، در بازار کار ایالات متحده وجود دارد.