يبدو أن استخدام الذكاء الاصطناعي لتحسين الصور ليس له حدود . سلسلة من الأبحاث في البرامج التجريبية قد أعجبت بقدرتها على تحسين دقة للصور بطريقة كانت حتى ذلك الحين تبدو ممكنة فقط في المسلسلات البوليسية التي نراها على التلفزيون.

Let's Enhance ، وهو موقع إلكتروني جديد يستخدم الشبكات العصبية لتحسين الصور ، هو أحد هذه الميزات الجديدة. تعمل الخدمة على تحسين وتوضيح التفاصيل والأنسجة المفقودة من الصور. في الآونة الأخيرة ، أعلن العلماء الألمان عن تطوير EnhanceNet-PAT ، وهي خوارزمية تمكن من استعادة حدة الصور بطريقة مخيفة.

Let's Enhance

Let's Enhance هو موقع ويب يستخدم العصبية لتحسين الصور ومصممة لتكون بسيطة وسهلة الاستخدام. تدعوك الصفحة الرئيسية إلى سحب صورة وإفلاتها في المنتصف. بمجرد استلام صورتك ، تعمل الشبكة العصبية على تحسين التفاصيل والقوام وتوضيحها حتى تبدو الصورة طبيعية.

في كل مرة تقوم فيها بتحميل صورة ، يتم إنتاج 3 نتائج: Anti-JPEG يقوم عامل التصفية ببساطة بإزالة عناصر JPEG الأثرية ، ويقوم المرشح الممل بالترقية ، ويحافظ على التفاصيل والحواف الموجودة ، ويقوم المرشح السحري برسم تفاصيل جديدة في الصورة لم تكن موجودة بالفعل من قبل (باستخدام الذكاء الاصطناعي) ويهلوسها.

سيتعين عليك الانتظار بضع دقائق حتى يتم إنجاز المهمة ،لكن الأمر يستحق ذلك - النتائج التي تم الحصول عليها رائعة حقًا. أجرى موقع PetaPixel على الويب سلسلة من الاختبارات مع النظام باستخدام صورة دعاية من كاميرا Rylo ، والتي تم إصدارها للتو. انظر الصورة الأصلية:

ثم تم تغيير حجم الصورة إلى 500 بكسل.

كانت الصورة التي يبلغ عرضها 500 بكسل ثم تمت إعادة تشكيلها في Photoshop إلى عرض 2000 بكسل باستخدام خيار "الحفاظ على التفاصيل (تكبير)" لإنتاج صورة ذات زخارف رهيبة (انظر الأصابع):

لكن إعادة تشكيل الصورة 500 بكسل باستخدام أنتج برنامج Let's Enhance نسخة أكثر وضوحًا من الصورة التي تمت استعادة نسيج يدها الواقعي:

إليك مقارنة المحاصيل لمساعدتك على رؤية الفرق بسهولة أكبر:

أنظر أيضا: يشير مشروع Nu إلى العودة إلى البرازيل

شاهد أمثلة أخرى:

الاقتصاص الأصلي لصورة بواسطة Linnea Sandbakkترقية باستخدام Photoshopترقية باستخدام Let's Enhanceالاقتصاص الأصلي من صورة بواسطة Brynna Spencerترقية باستخدام Photoshopترقية باستخدام Let's Enhanceاقتصاص أصلي من صورة مأخوذة من بنك الصور PexelsUpscale with PhotoshopUpscale with Let's Enhance

Let's Enhance تم إنشاؤه بواسطة Alex Savsunenko و Vladislav Pranskevičius ، دكتوراه. كيمياء ورئيس قسم تكنولوجيا سابق على التوالي ، قاما ببناء البرنامج خلال الشهرين ونصف الشهر الماضيين. النظام حاليا في الأولالإصدار وسيتم تحسينه باستمرار بناءً على احتياجات المستخدم وردود الفعل.

تم "تدريب الشبكة العصبية الحالية على مجموعة فرعية كبيرة جدًا من الصور التي تضمنت صورًا بمعدل 10٪ تقريبًا" ، كما يقول Savsunenko.

يوضح أن الفكرة هي إنشاء شبكات منفصلة لكل نوع من الصور واكتشاف النوع الذي تم تحميله وتطبيق شبكة مناسبة. حقق الإصدار الحالي نتائج أفضل مع صور الحيوانات والمناظر الطبيعية.

EnhanceNet-PAT

EnhanceNet-PAT هي خوارزمية جديدة طورها العلماء في معهد ماكس بلانك للأنظمة الذكية في توبنغن ، في ألمانيا. أظهرت هذه التقنية الجديدة أيضًا نتائج رائعة. أدناه مثال مع صورة أصلية لطائر:

التقط العلماء الصورة وصنعوا هذه الصورة إصدار منخفض الدقة يتم فيه فقد جميع التفاصيل الدقيقة:

تمت معالجة الإصدار منخفض الدقة بعد ذلك بواسطة EnhanceNet-PAT ، مما أدى إلى إنشاء إصدار عالي الدقة محسّن بشكل مصطنع لا يمكن تمييزه فعليًا عن الصورة الأصلية.

تحاول تقنيات الارتقاء التقليدية ملء وحدات البكسل المفقودة والتفاصيل عن طريق الحساب بناءً على وحدات البكسل المحيطة. ومع ذلك ، فإن نتائج هذه الأنواع من الاستراتيجيات كانت غير مرضية. ما يستكشفه العلماء الآن هو استخدام ذكاء اصطناعي حتى يتسنى للآلة "التعرف" على الشكل الذي يجب أن تبدو عليه الصور منخفضة الدقة من خلال دراسة النسخ الأصلية عالية الدقة.

بمجرد التدريب بهذه الطريقة ، يمكن للخوارزميات التقاط صور جديدة صورة منخفضة الدقة وتخمين أفضل لإصدار "أصلي" عالي الدقة من تلك الصورة.

"من خلال القدرة على اكتشاف وإنشاء أنماط في صورة منخفضة الدقة وتطبيق هذه الأنماط في الاختزال عملية ، يفكر EnhanceNet-PAT في الشكل الذي يجب أن يبدو عليه ريش الطائر ويضيف وحدات بكسل إضافية إلى الصورة منخفضة الدقة وفقًا لذلك "كما يقول معهد ماكس بلانك.

لمعرفة المزيد حول التفاصيل الفنية لـ EnhanceNet-PAT ، انتقل إلى موقع مشروع البحث.

أنظر أيضا: 20 مصورًا رائعًا وصورهم التاريخية