神经网络怎样进行图像识别（如今马赛克也阻挡不了神经网络深度学习了）

神经网络其实早就改名啦，叫深度学习，阿尔法狗围棋就是深度学习搞得，今天推荐一个，你就知道神经网络无所不能啊，简直。

今天推荐的是打码图片复原，如下图，你说能复原吗？

然而就是可以。。。如下图：

论文下载：arxiv/pdf/1611.09969.pdf

源码下载：github/leehomyc/High-Res-Neural-Inpainting

下面也是例子：

就是使用两个联合损失函数（这里所示的整体内容损失（Ec）和局部纹理损耗（Et））来求解未知图像。 通过将图像（x）馈送到预训练的内容预测网络中并且将输出（f（x））与参考内容预测（f（x0））进行比较来导出整体内容损失。 通过将x馈送到预训练网络（称为纹理网络）中并且在其特征图上比较局部神经补丁来导出局部纹理损失。

说白了一句话：就是看图片整体和局部，然后与不带马赛克的图比较对比，不断训练，经过大量图片（自己有原图，并自己局部打码的一堆图片）训练之后，就可以自动脑补一些打马赛克的图片（脑补可没有原图了哟）背后了。

所以，什么电影神经网络都能搞定。

,