Velikokrat naletimo na potrebo po izboljšavah lastnosti muzejskega in arhivskega digitaliziranega slikovnega gradiva, kot so npr. ločljivost, ostrina, kontrast, raven šuma ali druge pomanjkljivosti. V zadnjih desetih letih so orodjem dodali postopke, ki temeljijo na umetni inteligenci (UI), in močno povečali njihovo zaznano učinkovitost. Osredotočamo se predvsem na uporabo algoritmov za povečanje ločljivosti. Rezultati praktičnega preizkusa kažejo prednosti algoritmov UI, a zaradi mehanizma delovanja nevronskih mrež prihaja tudi do artefaktov, saj UI ne razume vsebine gradiva, ko je potisnjena v skrajne meje zmožnosti, ko je obravnavano gradivo nezdružljivo z učnimi vzorci ali ko učni vzorci vsebujejo napake ali pristranskost. Arhivisti bomo morali posebno pozornost nameniti zagotavljanju pojasnjevanja uporabljenih učnih vzorcev in metod, nadzorovati njihovo kakovost ter opozarjati na pojavnost neželenih artefaktov.

Pravice

URN

URN:NBN:SI:DOC-JSB2PSUY

COBISSID

125916675

DOI

10.54356/MA/2022/FJRI7860

Objavljeno

11.12.2023

Metapodatki

Citiranje

APA:

Hribar, Luka (2022). Izboljšave muzejskega in arhivskega digitaliziranega slikovnega gradiva s postopki, ki temeljijo na umetni inteligenci oz. strojnem učenju. Moderna arhivistika, letnik 5, številka 1, str. 22-39. URN:NBN:SI:DOC-JSB2PSUY from http://www.dlib.si

MLA:

Hribar, Luka. "Izboljšave muzejskega in arhivskega digitaliziranega slikovnega gradiva s postopki, ki temeljijo na umetni inteligenci oz. strojnem učenju." Moderna arhivistika letnik 5. številka 1 (2022) str. 22-39.
<http://www.dlib.si/?URN=URN:NBN:SI:DOC-JSB2PSUY>