L'ús de la intel·ligència artificial per millorar les imatges sembla no tenir límits . Una sèrie d'investigacions en programari experimental ha impressionat per la seva capacitat per millorar la resolució de les fotografies d'una manera que fins aleshores només semblava possible a les sèries policials que veiem a la televisió.

Millorem. , un nou lloc web que utilitza xarxes neuronals per millorar les fotografies és una d'aquestes novetats. El servei millora i dilucida detalls i textures que falten a les fotos. Més recentment, científics alemanys van anunciar el desenvolupament de EnhanceNet-PAT, un algorisme que aconsegueix recuperar la nitidesa de les imatges d'una manera aterridora.

Vegeu també: Les fotos mostren les ubicacions de la sèrie de Txernòbil

Let's Enhance

Let's Enhance és un lloc web que utilitza neuronals. xarxes per millorar les fotos i està dissenyat per ser minimalista i fàcil d'utilitzar. La pàgina d'inici us convida a arrossegar i deixar anar una foto al centre. Un cop rebuda la teva foto, la xarxa neuronal millora i dilucida els detalls i les textures perquè la foto sembli natural.

Cada vegada que penges una foto, es produeixen 3 resultats: l'anti-JPEG el filtre simplement elimina els artefactes JPEG, el filtre Boring fa l'augment d'escala, conservant els detalls i les vores existents, i el filtre Magic dibuixa i al·lucina nous detalls a la foto que abans no hi eren (utilitzant AI).

Haureu d'esperar uns minuts perquè la feina estigui feta ,però val la pena: els resultats obtinguts són realment impressionants. El lloc web de PetaPixel va realitzar una sèrie de proves amb el sistema utilitzant una foto publicitària de la càmera Rylo, que s'acaba de publicar. Vegeu la imatge original:

A continuació, la mida de la imatge es va canviar a 500 píxels d'ample.

La foto de 500 píxels d'ample era després es va tornar a mostrejar a Photoshop a 2000 px d'ample utilitzant l'opció "Preservar detalls (ampliació)" produint una foto amb textures horribles (vegeu els dits):

Però reampliant la foto de 500 px amb Let's Enhance va produir una versió molt més neta de la imatge que tenia les textures realistes de les mans restaurades:

Aquí teniu una comparació de retalls per ajudar-vos a veure la diferència més fàcilment:

Vegeu altres exemples:

Retall original d'una foto de Linnea SandbakkAmpliació amb PhotoshopAmpliació amb Let's EnhanceRetall original d'una foto de Brynna SpencerAmpliació amb PhotoshopAmpliació amb Let's EnhanceRetall original d'una foto presa del banc d'imatges de PexelsAmpliació amb PhotoshopAmpliació amb Let's Enhance

S'ha creat Let's Enhance per Alex Savsunenko i Vladislav Pranskevičius, Ph.D. química i un antic CTO respectivament, que han estat construint el programari durant els últims dos mesos i mig. El sistema es troba actualment en la seva primeraversió i es millorarà contínuament en funció de les necessitats i els comentaris dels usuaris.

La xarxa neuronal actual es va "entrenar en un subconjunt molt gran d'imatges que incloïen retrats a una taxa d'aproximadament un 10%", diu Savsunenko.

Ens explica que la idea és crear xarxes separades per a cada tipus d'imatge i detectar el tipus carregat i aplicar una xarxa adequada. La versió actual ha aconseguit millors resultats amb imatges d'animals i paisatges.

EnhanceNet-PAT

EnhanceNet-PAT és un nou algorisme desenvolupat per científics de l'Institut Max Planck de Sistemes Intel·ligents de Tübingen, a Alemanya. Aquesta nova tecnologia també ha mostrat resultats impressionants. A continuació es mostra un exemple amb una foto original d'un ocell:

Els científics van fer la foto i la van crear aquesta. versió de baixa resolució en què es perden tots els detalls:

EnhanceNet-PAT va processar la versió de baixa resolució, creant una versió d'alta definició millorada artificialment que pràcticament no es distingeix de la foto original.

Les tecnologies tradicionals d'augment d'escala intenten omplir els píxels i els detalls que falten calculant basant-se en els píxels circumdants. Tanmateix, els resultats d'aquest tipus d'estratègies han estat insatisfactoris. El que els científics estan explorant ara és l'ús intel·ligència artificial perquè la màquina "aprèn" com haurien de ser les fotos de baixa resolució estudiant les versions originals d'alta resolució.

Un cop entrenats d'aquesta manera, els algorismes poden fer fotos noves. imatge de baixa resolució i endevinar millor una versió "original" d'alta resolució d'aquesta foto.

"En poder detectar i generar patrons en una imatge de baixa resolució i aplicant aquests patrons en el mostreig superior. procés , EnhanceNet-PAT pensa en com haurien de ser les plomes de l'ocell i afegeix píxels addicionals a la imatge de baixa resolució en conseqüència", diu el Max Planck Institute.

Per obtenir més informació sobre els detalls tècnics d'EnhanceNet-PAT, aneu al lloc web del projecte de recerca.

Vegeu també: La fotògrafa Silvana Bittencourt va ser escollida millor fotògrafa del dia