Die gebruik van kunsmatige intelligensie om beelde te verbeter blyk geen perke te hê nie . 'n Reeks navorsing oor eksperimentele sagteware het beïndruk deur sy vermoë om die resolusie van foto's te verbeter op 'n manier wat tot dan toe net moontlik gelyk het in polisiereekse wat ons op TV sien.

Kom ons verbeter. , 'n nuwe webwerf wat neurale netwerke gebruik om foto's te verbeter, is een so 'n nuwe kenmerk. Die diens verbeter en verhelder besonderhede en teksture wat op die foto's ontbreek. Meer onlangs het Duitse wetenskaplikes die ontwikkeling van EnhanceNet-PAT aangekondig, 'n algoritme wat dit regkry om die skerpte van beelde op 'n skrikwekkende manier te herstel.

Let's Enhance

Let's Enhance is 'n webwerf wat neurale gebruik netwerke om foto's te verbeter en is ontwerp om minimalisties en maklik om te gebruik. Die tuisblad nooi jou uit om 'n foto in die middel te sleep en te laat val. Sodra jou foto ontvang is, verbeter en verhelder die neurale netwerk besonderhede en teksture sodat die foto natuurlik lyk.

Elke keer as jy 'n foto oplaai, word 3 resultate geproduseer: die Anti-JPEG filter verwyder eenvoudig JPEG artefakte, Boring filter doen die opskaling, bewaar bestaande besonderhede en kante, en Magic filter teken en hallusineer nuwe besonderhede in die foto wat nie eintlik voorheen daar was nie (met behulp van KI).

Sien ook: Hoe werk en beweeg TiltShift-lense?

Jy sal 'n paar minute moet wag vir die werk om gedoen te word ,maar dit is die moeite werd – die resultate wat behaal is, is werklik indrukwekkend. Die PetaPixel-webwerf het 'n reeks toetse met die stelsel uitgevoer met behulp van 'n publisiteitsfoto van die Rylo-kamera, wat pas vrygestel is. Sien die oorspronklike prent:

Toe is die prent verander na 500px breed.

Die foto van 500px breed was dan hermonster in Photoshop na 2000px wyd deur gebruik te maak van die "Bewaar besonderhede (vergroting)" opsie om 'n foto met aaklige teksture te produseer (sien die vingers):

Sien ook: Pa en dogter neem al 40 jaar foto's op dieselfde plek

Maar hermonstering van die 500px foto met Let's Enhance het 'n baie skoner weergawe van die prent vervaardig wat realistiese handteksture herstel het:

Hier is 'n oesvergelyking om jou te help om die verskil makliker te sien:

Sien ander voorbeelde:

Oorspronklike sny van 'n foto deur Linnea SandbakkOpskaal met PhotoshopOpskaal met Kom ons verbeterOorspronklike sny van 'n foto deur Brynna SpencerOpskaal met PhotoshopOpskaal met Kom ons VerbeterOorspronklike sny van 'n foto geneem uit die Pexels-beeldbankOpskaal met PhotoshopOpskaal met Kom ons verbeter

Kom ons verbeter is geskep deur Alex Savsunenko en Vladislav Pranskevičius, 'n Ph.D. chemie en 'n voormalige CTO onderskeidelik, wat die sagteware vir die laaste twee en 'n half maande bou. Die stelsel is tans in sy 1steweergawe en sal voortdurend verbeter word op grond van gebruikersbehoeftes en terugvoer.

Die huidige neurale netwerk is "opgelei op 'n baie groot subset van beelde wat portrette teen 'n koers van ongeveer 10% ingesluit het," sê Savsunenko.

Hy verduidelik dat die idee is om aparte netwerke vir elke tipe beeld te skep en die gelaaide tipe op te spoor en 'n toepaslike netwerk toe te pas. Die huidige weergawe het beter resultate behaal met beelde van diere en landskappe.

EnhanceNet-PAT

EnhanceNet-PAT is 'n nuwe algoritme wat ontwikkel is deur wetenskaplikes by die Max Planck Instituut vir Intelligente Stelsels in Tübingen, in Duitsland. Hierdie nuwe tegnologie het ook indrukwekkende resultate getoon. Hieronder is 'n voorbeeld met 'n oorspronklike foto van 'n voël:

Wetenskaplikes het die foto geneem en hierdie een geskep lae resolusie weergawe waarin alle fyn besonderhede verlore gaan:

Die lae resolusie weergawe is toe deur EnhanceNet-PAT verwerk, wat 'n hoë definisie weergawe geskep het wat kunsmatig verbeter is wat feitlik nie van die oorspronklike foto onderskei kan word nie.

Tradisionele opskaaltegnologieë probeer om ontbrekende pixels en detail in te vul deur te bereken op grond van omliggende pixels. Die resultate van hierdie tipe strategieë was egter onbevredigend. Wat wetenskaplikes nou ondersoek, is die gebruik van kunsmatige intelligensie sodat die masjien “leer” hoe lae-resolusie foto's moet lyk deur die oorspronklike hoë-resolusie weergawes te bestudeer.

Sodra dit so opgelei is, kan die algoritmes nuwe foto's neem lae-resolusie-prent en maak 'n beter raaiskoot oor 'n "oorspronklike" hoë-resolusie-weergawe van daardie foto.

"Deur patrone in 'n lae-resolusieprent te kan opspoor en genereer en daardie patrone toe te pas in die opsteekproefneming proses , dink EnhanceNet-PAT na oor hoe die voël se vere moet lyk en voeg daarvolgens ekstra pixels by die lae-resolusie-beeld” sê die Max Planck Institute.

Om meer te wete te kom oor die tegniese besonderhede van EnhanceNet-PAT, gaan na die navorsingsprojekwebwerf.