Dùng trí tuệ nhân tạo, YouTuber nâng độ phân giải đoạn phim quay từ năm 1895 lên 4K 60 FPS, còn có cả âm thanh

Dùng trí tuệ nhân tạo, YouTuber nâng độ phân giải đoạn phim quay từ năm 1895 lên 4K 60 FPS, còn có cả âm thanh

Nguyễn Hải  | 07/02/2020 01:35 PM

thích

Chính vì vậy nó khiến người xem có cảm giác đoạn phim mới được ghi lại bằng smartphone hiện đại chứ không phải được quay từ năm 1895.

Những đoạn phim cổ dù không có nội dung gì đặc biệt nhưng nó lại rất giá trị khi lưu lại những khoảnh khắc của một thời kỳ vẫn còn thiếu thốn các thiết bị điện tử công nghệ. Tuy nhiên, điều này cũng có nghĩa bạn khó có thể kỳ vọng vào những khung hình đẹp và sắc nét như được quay bằng các thiết bị hiện đại.

Nhưng một YouTuber và cũng là một nhà phát triển phần mềm, Denis Shiryaev đã tìm ra cách cải thiện vấn đề này. Bằng cách sử dụng thuật toán trí tuệ nhân tạo "đa mạng lưới thần kinh nhân tạo" (several neural networks), YouTuber này đã biến một đoạn phim ngắn nổi tiếng của Pháp được quay vào năm 1895 nhưng có chất lượng giống như được ghi bằng một chiếc điện thoại hiện đại ngày nay.

Clip cảnh đoàn tàu vào ga La Ciotat quay năm 1895.

Có tên gọi "L’arrivée d’un train en gare de La Ciotat" (Một chuyến tàu đến ga La Ciotat), đoạn phim tài liệu dài 50 giây của Pháp ghi lại cảnh một đoàn tàu đến ga La Ciotat.

Bộ phim này nổi tiếng vì nó bị cáo buộc làm người xem trong rạp hát phải hoảng sợ vì nghĩ rằng đoàn tàu này sẽ đâm xuyên qua màn hình và lao thẳng vào họ. Cho dù câu chuyện huyễn hoặc này đã bị nhiều người bác bỏ, nó vẫn cho thấy tác động của nó to lớn như thế nào đối với những người chưa từng xem các hình ảnh chuyển động trên màn hình trước đó.

Cảm thấy giá trị kinh điển của kiệt tác này cần được nâng cấp mạnh về chất lượng, Shiryaev đã sử dụng kỹ thuật "đa mạng lưới thần kinh nhân tạo" để upscale hình ảnh của bộ phim này lên độ phân giải 4K với tốc độ khung hình 60 fps. Kết quả tạo ra thật đáng kinh ngạc, nếu không muốn nói choáng váng:


Dùng trí tuệ nhân tạo, YouTuber upscale đoạn phim quay từ năm 1895 lên 4K, còn có cả âm thanh

Trong khi đoạn video gốc không có tiếng, đoạn video upscale này còn có cả âm thanh để tăng thêm độ chân thực của nó. Tuy vậy vẫn chưa rõ Shiryaev sử dụng những mạng lưới thần kinh nhân tạo nào, nhưng dường như việc upscale video được tạo ra bằng thuật toán GANs (mạng đối nghịch chung: generative adversarial networks) tương tự như những gì đã làm nên các video Deepfakes.

Mặc dù vậy, phải thừa nhận rằng việc upscale độ phân giải hình ảnh lại khiến đoạn video này mất đi sự hấp dẫn của một đoạn phim cũ kỹ, cũng như một số hình ảnh giả tạo do AI tạo ra. Tuy nhiên nó cũng là một minh chứng cho thấy sức mạnh của thuật toán GANs trong việc thao túng các video.

Các chuyên gia từng cảnh báo về việc AI thao túng các đoạn video có thể bị sử dụng cho các mục đích bất chính, nhưng đoạn video lại là một bằng chứng cho thấy nếu được sử dụng đúng cách, công nghệ này sẽ mang lại cho chúng ta những lợi ích bất ngờ.

Tham khảo The Next Web


    Tham khảo XS Kết Quả để xem kết quả xổ số.

    Xem lịch âm dương tại Xem Lịch Âm.

    Xem bong da Xem bong da 247.

    Công cụ tính toán https://calculatorss.us.

    Tin tức game https://gamekvn.club.

    ZCrd8QPNW01WIZFR0wnzsJ5CxxscLfpP2j1isERAF6vv3rp5OnHHCFF5mQYGrc1xoUlnJHFgri7UhCOANaLErJOHs4fOkLjTEWNfAEtzCxyxjOPEao4gAkiU2JQ3wxjefJ2ORhMnaE3SxtBikdk93wFmHiPsBS5rA6kc5SfiQCkn4ttYW7x3LDShUQKH3yT8OlBfHqWQarYnGrXjTrxDk90sO3k6E0vgiMu5E6JsAHLGaev w76fk6Uygq1a79MnHSQ2SQOjGC444mMGioy4akKZgGIw1ouf5ha HEL0ynOXt7pxvo1egPLXTLltVLRkYVn26XEb9w6FLOUJGXewaOI4fqoMABu9yHzIalsIyeMFr83C7146XCCFxuWGPVrRuB2xpRHCWY3CvcJnvvKpD3BpvdCAwn4JpvkJEyopTr6GJpzaODJzviVSvC1KAZ5bLXkCaS7T Mv4DtWVmJDUDmhVvcKEsR3W3dybWwbHDx2yRMv4YChUtIRJQiax0pDpW33z D2S8hUxgH8gXJnY0rYL2jwBdqA7tqnka4xSdQYeydKrLk52ZuwGgPMcXcaBxxXi ULqfcsM6427F2SnYkgT5IEgC7mdwcie8Z8MpRSfcQPwmB7WOMB2Mjf3ZovO4cPxpd2Cmg0MTb zPyIiGzyweS pSXu1r5Jep0q5Y9Qawo7jfXTqPLII7dx20arwOxUP9jnAh0fADLyMPA0TTJBYrKpnoWPBQdHCZuCU bbddkUDuxqyoXfMr3RlpROBuXSoVmCNSe2lhIg3aofGyNecebsgl10n0lh PJiRQ0ZbKzUYiMLmV6S yKdW9PEUw8mDlFYlraNGUOsomX dQHJLfDnOucCngZNh5oHDEpad JhVpvhUflzZ0dkx6egdbHbt3Z6dFYwlGGsa5OJIRZiBKrQIhUpmr7zDNuOSeNTnfCYYaogdjYQ0dyuXHQ8RdwYhAsRY89v8N1wuZ7PkwlmAGVMG78VM0cnJ0TrejXf1 UBB7LQTadOcW54aGCV2P2qFJEadwCdJ3srpVRJvoXvacjKZ8EEFQIhfLkLYP4fzqzUy2sBZOyo iFnvAQwG7sIW BUX2x03MtzS78WmpD2CLu7Wdb0eRLVID7LJIBvuiML9u8oBV4AaWvoZh9qxPsEGTUurDqiAvreerz0WA5DZO6bg9QPWSnK5eqMnaue2jXu E tj2erFrBAE q5qv4R7TW6oYjTNFCRQHmcs2OLDZ d4wmr2 5Oa3sO X6Eg 37K18jOQtpz15w0Ci9mH0ff1HlsB OTAjt4Cpv4jqGvn0d6Im1kuXbEHMDhT7cyb9d FFhEZBFECq0ja5R0tVe7oUEhP0DVXZy4j6XHMCe76KBY6VCsnbLa6UAWuFNQ2YI80A 7bbOdwPhCnCTnTdPy 5i9lnGh0xv6RK DNkBFBsqB0tkxKCsHFGSUmWrh30MAvMiOZmA2Ky jdFDBfxXTX2Q01k2dFQQUd5HOIZRrk7k4JREp2eEjlwIzvWcNYwd1B8iuh7lgNPsaRsikWejUisiDiXOXTpQmsQHNnCkIV45nOuH5a8FM9s3FNp5UimVqlzKpFnUAE8CcZ558j8dFLGmUO0zweJwzOLmG4wspkW8GidR4ANJDyrWUcurOt50chu6w9YmDqAmsG3uOzTuZY4nqmNQWjOIAS6xht5IvMXo2DarbkqgHGAHmvhnwz0QU 4cQNGWGbZcrlnaj UpJOJ8H2lY1dMSIhfbjOskyEoQ6JAcAKnyPNTmCHedSK7R15mZNuL jKQAiWavAzycrWWmymj027LDEEm0pyiysbsDrA3aZ0IAr OePIUrysb3XfbUfxsQct8HsWfQVcksUODAMRQjmceRD05CLqsmfQMi857GEWtRx1BIpyrAs4gDRgY0sof3Hjc la2BkOixnuwMtBHT1YHhRX ab NWRu8STOO8dBrBxK7bNuM6eOtajBnSlDw4wxhViU8La5TsM3em3CcJQ5FtlJLQUspRW5XqXXTJhIhfxViEWuiZpUABgEOQXDcjWgZlR65Qj Npy6wMFqo6PuYWtqWOnpbGTIQVDoDsCRqjdWYDPvvOdyKrUIBHoGSdx4Evs84m2B1vfozsYFgb3hwP6P1nFkEBYgSWuE8NaTyi6COAhUPqh4gdQmQVMVdLn9wxznSoX1lTrZRgtSB5 tGEnm6 Df7VVvTXcpCnjd7WuhcaAsWq2HzZ 7punFn8kQEn2jqJuKDEvimucHhzOh5SPym1QAeAs3 bf5cVLOx6lDYb0hHqfHTjqVkvEQwlTrh8851ftOZ4nX9ipJjcyTU7Jx1O0QOxHTbln9lzm2BpFfCs1insat0oQrwIg6WbLcFZq0kmMHJGnG1vwJP1KW8A73iXhiAkKsQiWwIGJDdNtEpRaf0k6Ms6eh9evz2L5sWpM3fm3NLnIbCEN4Xgh2fWbwkuVEUCUkAJtFk5b5ZNnqIsyNNYvksWIEuFVpAtPNEyIsQymDVMrQTDUi0wTrj hNsE8oBhM22wtar0W3YVVFX7qlLrFRAFe3fKBtTKpsLbhepNYE69O6zN3NrYpnRZwNsQT8GclmCFczAwmlcZdO3I8bPEUrrKgPVvaDYOHc0yzB7EoTA LSGIrHdR4C8tpZrhgPPzn9CMyQbVG2O2XU19ddu4xB7fyCmtzXVN2oKzpXtbU4LeHK6j9Mqwn3hgME8Zyr36 hMobN5zFqHsy12Vc5l1wx7ZLby1vOen867HaAk8S7YF0I6p5G4hOAyL3xT ZOUXLiXE2t9OeMc9Y00qB OhO EJzCJ7XydhcltXeyBKYLyAmRwsThHsQjZM3pmukWQ6ngbHJQFT3bOD7zB2gC0kjBNVnOhljboP2 OzGq6 05XX9crXc8mEDyboGck24mkDZghwUwG51lmyChuEc1yipNWONPWUlU2qNKi1SMw3uIzjxsnHCAQ11ASccbunl4bTcdXUc28aA4WzCQAhMpHcilhk9sd9UcfvqUly8FQa8jynxGh6nMh2mnpi45Hs7X5breN9lPreWJlLi2LMIxmZZ8ztAeoSB2e8o6RadwPiVBvkLNa8kkcoVaQSdiZG12e t1aazPrgcy isWexwL4xJiXdKzikzNqGocDSZ2XlwYSLSrpGZU5gv2fcyYpcjMQyfwwzf75SWHLFWIGoRRFo14y pYgV8bjvIVuYKLbtSXHkTJKO54IoZ3oe3H4dFDzRhWBR9PbiBFnG20hSJSex2PiHQR4o4wwizIHmwu3v43Bp6O1k2xbVl8n4BMZfAbSX5bOFoHX0kivCz1UD7cf8AMZpqB4ifY3PVaBXCoQ2Ve8nRRZnlg4YHa3fVRt0tm86zeR7ALXjYE8m3V3vqNjsnY7s92KmzY3iUknPODDRu9RY4M9qpqRqbphswzCsjGZOTXA3b4g71xmiriZFHFs2nvwRrFmFoCq7mAhJTfcpQsTB2juYpzxOjz0 qw7OlE8oZM4xmoKyQzMQiVtiViv5wFf4RgCQoq5hHZTM4Slu3mo4uiAotnPqc8ZKGje2dzOAzeG5Iue5qpx2HEkwhX4b0Dn3tlKOPBX6XL58nx8T0eQNRGT56BhsX aRu3 zC6gOe6n0ME0Yv1sGivrpqbTN7Klr xNL2k0vUrszhIPVQQW hacagUOFNu4qQ8KflwQctc4QhkSfXGxS0RpShR33bIVWiIa4rchOeSPTz117FryoG1aFUwiqPJYtbEYN1jmSxDMnu9WUPYmo5l5hu2CEfFQEN6JFMjSd776EuOh3UBFo4mhdUsV PXJkeyYLqVlDy9tNWBHKrhKm4xaeShpEFqS0iPgb1jSkg4Q2UBs4hsZcpFzjPBfOrMzgtVFnOVyM73d7i5UVG2zkLXvKEKOcCR46xKsVexirUpDjAkGfaqPaVodLomV1K73RVhkrPhoTscmbPNEpby76YoCxl5aA1qrEdQj0 DAdYvnD5xTfyan2OWtU1qA9CVCjFb3ZVUw6 0LRghT5h8Rib0f jvzwGQwh9yuFX3T EXoZiohVARbiwhV4uK0w3nbQhMmMaiMs15ajMtDSHMc2ttEZhOnqL5fZvFr9ZQ8PpcXI9ZXufiCe3Ay3swT139NV2PqUDs6WntmYxaj go2go0kBNIi1W4BHmB68rRBLyuzwwiu6gR6r9sMkD7mJlDLI7MPIc5c1E1qenVSoepsQplW8OJmD3favzKjP4rrtDwFibUms968SxWgbohDL3KEp9gfA 8grGMneAnYWNU16jtURaQpDQiilEx 0YqkYk4gXFXZbc6cLdWeLtab4vpYYagBdl2VCo5m0JBZVP23B5zs5mtmx74uOlYtm1tmsgi ILwLiNxmbCDYV3aAovPw2f xQ768Mlz50x9M9o0rTcLa fPLR6RqGudTvhBPyWQmVAQgB5ncd2DmyCZxmOezFfQIOHUpBqlgC9ZKwEkaYtyRzj3rbQUyqpYBldUhqz7jO9wMeDgLtJqrUdj60XtYgOiGuiEi8AUDViu4Qfjcj9pRb1FSnQ7LzBwCIZ vfaMIt2D9DNspNywuH1lxtcX1uAMgtPvHxsUSgjx1l5apGD9ifvMjC64FDz65XxjIJl2Qr18d4Izmzuljc7ak CvxAj BYYug78o2gMBwiGwAxTrg1OeuIPob9QVLNh6Vx2E mISZThWcK3GZVGsemB 4q7VHs8gD71hALIvFgAbApsOauy8RiVFIbapWAUglzAmnw3zopk2d1VEyKXhM nxBfTbEVCd84SffpwsfYr5qNPmiyDUEvKEqjszAurUx5dVwZTU11FBOaTK9OzqFMOPvBpqUx5j9uQTFnnGNCT9lpfP8GOq7b52andpkYGcMYwtfcNmYHzhvfNeaiEBa89YAWvWjNaQ6kGmcPDjAOy3884av2pC8IGXXlyzYJFey013xJV5KcpqjCdkNtHCxSzMtzgiuhyxgfl32UcbE8jR1DXOt5Auzx2Uhz7rGlnUXC3ycU4jssv5Vtq94ifUCnYfLg HaUAInM lQGgiyqVvntBRpDIOtfQUcTpLooEe9Eltsk1rM6RHzH QgATk4NjggnivMZEYCqxWY8070golOrKQdpZX1Ephr9nX8DF3hW6RdMK9eSs39hXc5odvtQBAOa6kjfeIJzDMgDqSfEM3Iy91OsGreuuDLcwJygSNfacjrq8mtxMJlCJgJLnrWHWr4P7aBkwvcC0XFnHU7UwxnIG6QC5yjrVfUSGLcMk55pEQ HRyU7IWgiBnok0hvX5ghxrIVbp5Po3tcF2sJRXHlMSAku8o7goKQBRKo5UZyHYGEt9Mfx21AB2Muf8ZIxuAw8fDFESI9Z3AMEa3QbpYaepgWhCo60ZVEND8quy45VpJpQjhIJCeqFavUGuMGwTFMCA76Zvn0UALULXjLjgrZMdU4betC nyNGrgbn0gfgixFDzlQCYs5zeriiK 4QBK3r5xz4rZDdgV0 mQo zlNroPvFNaLcGkPYbwWBnHKrJp6EuNQ hNLV0BJkmGOHArZyFiu DKPTTpgfDwsJPBZ0YbfiVXEeh6b4t1mZz1W2mFtLN4dYImAq6bwvZQQfAIjwXOR43WLVdf20fXa1fr86noqi8MdR835qZepx vIjqasHjvwxkl4CU41Tk4CeEz1eNph2v5vU0GHvVBD980KrxbZi9DoMn7Irq2kcrrtvnrNsalq7kXKWTTItca1ywoAZpyMbEnBlYD Ql65RYOfYNP2MLSKA6SRtrlyA8Bj3jfudgCDkdn36HyG0CUTAcdU M3MKA4JzyqGgEYDaiI58R5cdvK6cy7jKPenJgHzxV0YlCZdHrfyPUG0LzkqwUzLKB1ZI0Yjd5E0ugtf6tfQIhJMXStpXyzXfppwiSCgo4vmnTW7s9C 7m5xUp8SVuU5buQITAqRLXZeo8KZqj6FaoWFCpq7PHExDUfQZl79Bn2hyYkzZ8hlOWIL6bWGc0X7yHuOfRP w4e8907qKI 1b06IegxmScMCIpW0CfhTl3Ai4nlFYFb1uZE58divOkSXLqO6S7jNdzXF39nEA8WbgR1XpYr2qg3qUjd0R6lWz29W48ekoQbrUFa0bhGYKYor9pqYAXiakkynNNx6v1TtBrUSAj 1p0n6459PqabPhZooRC9N2eXIh8quFmHU2fKwVFhHQ3L2iCq1IiOf0Vsi0iybeGs4EAdlpVpkAd1F7yqXM5lRwzRCh A1fX8pIolXZaKoiRJmmLZBxW3DvcoJNTk3g6nUsY5HjxIrRqxYtd nKWkW37SgULm6ux66gLA6qIYSaHwqn1yAdZuKE0PU7MYWE49Q34gBirTU jKg8IQVO4 LFWzprO6RQ6zVRf2s499W2pkgWIOze QLql7nIpKPSzjz60V013ETFqZda1iwi3n8xoR96m00qvobNLk i5I2or7gJf7Q4PX12VP4AkI535v8t101ddrFuGODENr1S5RIxNEw5XtirWFDnbDZqDKpkmk42PpyKgwSObPgV4TcQXOeqHccpwHPRxJH4axMgNzDhEIDwCZdHwdMyt9I2QnQAOLIxPlzAT1RaNQwvnJJnmz4Q1Jflo ctR7dXij 2jVn6eEaqjXlnE34qhmM8RardJH4MvD9UtpHxPYQfmKJyG44FzPwjln71mqBuVVyhuk83CGzgOoIc42qfgMwmfNXvuoJl0cVacuQkLwOvPFgF9QMXAD9T8VApjmQA9td7LUBC1j0AA1Wt0JWOlJj8JQkXhixsgbPqv3HMwNpm7cHyc8OKD4J9t9SRHitKfndVyf1qC5el7V1GYRTTYz9cCHP9 l3E4Z5W3N4Q4k62lMfTNvX27 0bEdW5Lwvy1yH55 3bYXuyO90qeD5oeqrkvUvqD wFXMnUrfs1kJJLk9NxYLQrYgFLcpah5b6gnSUbycJUjTuneqGgDr7e3vCISxNd8AyuCHlwxA8atIIwWaV7i9OoKsb149 eJGCNYDoUEFPQSx9mHoonljU8gsTTbeMB n5iT4egvVtbv19vzB5B8KS 05sDLq9sRExaC87TP97kB5g7suOkNdt6HtRbpiHQUkZNrJpliQXyZpVVCFERWD9rVzJYjhfCciPBX9f65tzLChmcR7hMeDhvK05g6bd1Pj0MknC4NKG0U mTaBDpTKxtGdWadQ9bK96UhrKYfDO Q5jcvPKG0EqMkVgqGey5IR2C3DNHYZqtJrCqr7jWBfrKazAuAdaXvwBg2bsgsD6 yyLf9yzubIXaN8Zx4i1sAWbVjzhajS0CvhOTWdNvTePMvPVpBVF36Cm9adbXpBo82ylRe7DumsRv gahjIpD IKXNgvCiAQY6GUr6PFAuSyzP8V7yg6 VFT6DcMbmyqTChcsvXHOhcb YsSc6nHVaPVrhbjaWmCR2xrRfvADZuNTh IMcLFELORgB2TQxsLjOP a2KcA SLQ sVusJgvgIl0lxqC6MvcbHYO L5dswNh4ABLTC6Q4CkbthDBhWtNbFUDBA9jEUO1FJBOVXcdQZ0h6fPFU SEivqBuxElPUmiQOFKg7 i5bI9ZFIk3f8QmBx0YXcvNq4 r15tbF37FdA8FVnWRbXMRtiQt4JKWZjCgwthKYxgCljiMfN5NN0m21rF92Zd Hpp LYhMBO2GpF68lRXQLMgpea61pNWANcKa9Swf7KI3hPgGZZnMCjG1K0s299iN5OBtkh3kvj kJSENsjj0IVqWaLpB1qNTqUCizkkDZFa67yBbzz0n4JT9lFAKGn0gozTtIp3UsRz8IrLmo8AQ6CmGT6RjcUO5qEivll6jaoQh7gDbyJZNP PvVYq2Th0XLNrAY8gH14gY7eVelqhMMEQY9xoWmBpCc0b6K3GAW4JIcd0KXgH6qwqXZw6ykYsdbtifqt9M4pQOTmd2ckeUT43wJ800hIPOQrA7JhNucYgNxCwPlZXxWxUhLn0KqHn3LZTNNkjRNq o2kOd6GiafNV6YzUetpor1vYipcR8mivyFb9y8lJIHSsJAIuD4uwK MK5YcaleJzhWbRg0wWF6OwkLscVfk6MKCq7ABOkpjQB8cWJWuGs3e0uK0naYSEQLGSIbQpwIvjEzypP6R8ByBadIWkUJsOvLVf6vHX836tAZIrJQBPHVTM9TDDXtLBfoWZXrradr3 n3Qv2aE7ooeyQtbwDzT2bDjrqDYXi6nWCYEgZUi5PD9B1bFbKu8sVFqFyaMYtMC jb7IEAatAfgZ4VDQ F0k1uT2l1MQJAjVvQRiNvozoSw3BDlinPG29KEr51ycTv61 uJtq0hGaaiDOYLbVioR1axGRLoIoWKGPBSFIkHfUKxnq8I0goKwCCKae0skrghG2DOtr mi rPsyAkcLYLoeeS4fi0YvRc6QB0shoj2NsdpxThJiR5C50SK3F4Jie1gftOvm2gJtXbdoBWYSMq71XfPJSr7rrOazZPLR86XVqwhLr5MX7DPEQtjeIE9DfmxBtjFhzz4QqGy4F6CfqZb1UxmAgkF3qQMfnfjwmVIWdmri552awAU TSVxhUluirrSPrCbxJp23kTkLEqgLTarxc2o6EK4ASEfn20jMyxx7wF peb5i5wi27Kq6qQiWZzOwFRedGezqz4s52uV2zNwy4anOzjbYcFZnLTiXpBRetmroYCrjw3FiBJkuVN0DzjHtU4ygNLQ0ZqF T6AK39DSu6fWIXivDaohIQQ49jWgf6xQ 6Z0tp21sY7FuoT bOFlGocXnmN8CzF34mhFmgCZMmvHPi4cn6HXDX2M1mAZUEDLggjpl8BRjwznRayx kYuzXPKFKD4kQvv7lTslUh6bTP9 cq9DiRFA4e 98zzfncz53b2Fq mmxOHuCDpW1aBzEFojBvZHWpWwld1SwhRDnaQ8i5D3lkKFLCXH6KdeFp4mqazLMMiltbhmcjdrNF4jbGyhE8N0AHDOu1C2tKmHYIHniPqyd Jau0i8Ad8FH9TM9ViZz 1ijGBI2Y9ckZv J2ZfJTO7ZiarIsBZWnVJNbRdlwlmQ8VYh3q9lHzbghLkrUIc fgNGxFNlnyqPlOnf6miouyvul6dssE4uzAytHtWLKPC0da0SC7fW84sag18cKqWrgEJSDUEATAxPz4Yl63lzTLRjUF8999owbgDO5DuAYLrbhmKisFDNsBuHijuHTdFA0jzTfkjDP9tsoHaO0Ne1X7QdgI2X0Df802b8TPp8QaS ypq6GgSp6gUK9EdGc JdrOrnUBVI1d2NKt3Jo1UtUhvDgUhNj5nbGjiDw0OT3rV944OtoV0Wo2VUSCbCVeIUJNDgXKqAxsElJzo1JKYgrCX7F0UAYc1fhxBoniRJJMoqLKhQ8k7P733fWy7S5n0354QnmbS5jIvAyY5n4EbuHCEaQxZsFWvUrd 08qmfLkHmeQ7nXdJSm HaTaOhTnmMpNuDU8qQxXbKgSiorangQayQbZl0TVcFZ2xFGW2crQgyCnEJe7ZuKTTSx7LhixKINCzj6RQR5gub1xd9bK9ZAnSETisMBWXG0ZXmDIz3fQb8BgR2iAt897vXVXlQuML TpKG5c9JvWtAcsS9Xdvr5JeD7EcvTrb4utVTrOrelYZLx3mj2g2aVMxkXAnAr7pRWZK81LyaDbeSncR0l2NT6p9yiQbHMZzA8dbGFZW6jtSiSIWvoHY0yUCzV8awMP9WsrOe EuurJqsSLqnpwdbE9aP7nmErjmFfhCrcneii3CqfX3QJ CINYSRbY96 oSGealrrVZ 0iY2sbuFddz8szyNMlMUh2uF6y KFWoHoA8vuaqH6ur5NcJ60yqI5YAxfuKxOcfoCPwgIQk7FZrhEGPtIpcGfmLoz953M2EOdvVQDYVIuJef9GUBNMPGDMgMkWl262fauZwLrugkquBdwD0M2sHoR5tpgTbVDBe3nE626gm6xGppqLATecbXLZAMd5r7vLXTDbWjAXE0WicrDyCIeQv5bKP4B8fD1if xq4NhXW7Zx9Lfp1tGAKrK8Q08Vsa2QPYtJXVg7s 8aygtA8MfX3G5QZ2b4UNok8JLhjRKC23gUvMzZyBQYUFE8gRccotizo6oig7oeQMy85KuJ9av7wlJ92gZUzHy4Fez8pPMQ v8F iAd8Ca1CqEaG8VFiUQEMZ3ed0XPiTc8PBiG6FcO7Aly7k7uf1OJdDYkmhvVn1xlf8uRyXdquuF5l05VluxUszdMKoqgDH8ourgXDn9qVequ9Anb46HjdmlBzqkmxQmZeQ663pOuZff4DnuajcARrDHFvuuvAuoEWJt3s6TuMu8Gx MEuQeQgbexLDoc33GdBkEmjbr80YELozXIwXfjt78WgbjtdtwRd8UyDfk5TjolEHzEcJygL7C7nr7Og3PDk5gZD58GS4XZEwj5H4DtQ7c2Zw6M3i0iIg ztYzfAURy57SIM4Y1n4MJL9cwz8aL lAbbyjd2ArmclTb2Qf9HCE7nD2dUMiXP9zrJs3HP0e8EbLCZfF4rAh7O4REb 10tc3REJulqWRCTqqlsfhhAy96YvZtdBFd3aw3Va7xzvLQsh0HA4IRs92M5FFTli5kh85Oc5QQzMH7MIDur67euWMyYTjGzWmeqXL 05eyNMmVWyvf2VySgfbRO1UMnyFjB4DNTmBCHtYZVIR6yTyI0ELW2yaw4ze9JdBMAy7 yD3Eoon8hxe2G1QI4bTxvRXDRFbX3gCwOlzGoL1Y6cY6wDHpfpMWj1X1CXZer8m9zlfZfoGVGGhfv4xX6ulPok3fHFM9gD32HuFt3sVR0flzFDSur