Použití umělé inteligence pro vylepšení obrazu se zdá být nemají žádná omezení Řada experimentálních výzkumů softwaru se ukázala jako působivá ve své schopnosti zlepšovat rozlišení fotografií způsobem, který se do té doby zdál být možný pouze v policejních seriálech vysílaných v televizi.

Jedním z takových nových zdrojů je Let's Enhance, nová webová stránka, která využívá neuronové sítě k vylepšení fotografií. Služba vylepšuje a objasňuje chybějící detaily a textury na fotografiích. Nedávno němečtí vědci oznámili vývoj algoritmu EnhanceNet-PAT, který dokáže děsivým způsobem obnovit ostrost obrazu.

Zlepšeme

Let's Enhance je webová stránka, která využívá neuronové sítě k vylepšování fotografií a je navržena tak, aby byla minimalistická a snadno použitelná. Domovská stránka vás vyzve k přetažení fotografie do středu. Po přijetí fotografie neuronová síť vylepšuje a vysvětluje detaily a textury, aby fotografie vypadala přirozeně.

Při každém nahrání fotografie se vytvoří 3 výsledky: filtr Anti-JPEG jednoduše odstraní artefakty JPEG, filtr Boring zvýší měřítko, přičemž zachová stávající detaily a hrany, a filtr Magic vykreslí a halucinuje nové detaily na fotografii, které tam ve skutečnosti předtím nebyly (pomocí umělé inteligence).

Na dokončení práce budete muset několik minut počkat. Web PetaPixel provedl sérii testů se systémem pomocí reklamní fotografie fotoaparátu Rylo, který byl právě uveden na trh. Podívejte se na původní obrázek:

Obrázek byl poté zmenšen na šířku 500px.

Fotografie o šířce 500px byla poté ve Photoshopu převzorkována na šířku 2000px pomocí možnosti "Zachovat detaily (zvětšení)", čímž vznikla fotografie s příšernými texturami (viz prsty):

Viz_také: Jak vyhrát fotografickou soutěž?

Převzorkováním fotografie z 500px pomocí nástroje Let's Enhance však vznikla mnohem čistší verze obrázku, na které byly obnoveny realistické textury rukou:

Zde je srovnání výstřižků, abyste lépe viděli rozdíl:

Viz další příklady:

Původní ořez fotografie od Linnea Sandbakk Zvýšení měřítka pomocí aplikace Photoshop Zvýšení úrovně s aplikací Let's Enhance Původní výřez fotografie od Brynny Spencerové Zvýšení měřítka pomocí aplikace Photoshop Zvýšení úrovně s aplikací Let's Enhance Původní výřez fotografie převzaté z banky obrázků Pexels Zvýšení měřítka pomocí aplikace Photoshop Zvýšení úrovně s aplikací Let's Enhance

Let's Enhance vytvořili Alex Savsunenko a Vladislav Pranskevičius, doktor chemie, respektive bývalý technický ředitel, kteří software vytvářeli poslední dva a půl měsíce. Systém je v současné době ve své první verzi a bude průběžně vylepšován na základě potřeb uživatelů a zpětné vazby.

Současná neuronová síť byla "trénována na velmi široké podmnožině obrázků, která zahrnovala portréty přibližně z 10 %," říká Savsunenko.

Viz_také: 5 nejlepších bezplatných online editorů fotografií v roce 2022

Vysvětluje, že myšlenkou je vytvořit samostatné sítě pro každý typ obrázku a detekovat nahraný typ a použít vhodnou síť. Současná verze dosáhla lepších výsledků u obrázků zvířat a krajiny.

EnhanceNet-PAT

EnhanceNet-PAT je nový algoritmus vyvinutý vědci z Institutu Maxe Plancka pro inteligentní systémy v německém Tübingenu. Tato nová technologie rovněž vykazuje působivé výsledky. Níže je uveden příklad s originální fotografií ptáka:

Vědci pořídili fotografii a vytvořili tuto verzi s nízkým rozlišením, na které jsou všechny jemné detaily ztraceny:

Verze s nízkým rozlišením byla následně zpracována pomocí programu EnhanceNet-PAT, čímž vznikla uměle vylepšené vysoké rozlišení která je prakticky k nerozeznání od původní fotografie.

Tradiční technologie upscalingu se snaží doplnit chybějící pixely a detaily výpočtem na základě okolních pixelů. Výsledky těchto typů strategií jsou však neuspokojivé. Vědci nyní zkoumají možnost využití tzv. umělá inteligence aby se stroj "naučil", jak by měly vypadat fotografie s nízkým rozlišením, a to na základě studia původních verzí s vysokým rozlišením.

Jakmile jsou algoritmy takto vyškoleny, mohou pořizovat nové fotografie s nízkým rozlišením a lépe odhadnout "původní" verzi fotografie s vysokým rozlišením.

"Díky schopnosti detekovat a generovat vzory v obraze s nízkým rozlišením a použít tyto vzory v procesu převzorkování EnhanceNet-PAT přemýšlí o tom, jak by mělo vypadat ptačí peří, a podle toho přidává do obrazu s nízkým rozlišením další pixely," říká pracovník Institutu Maxe Plancka.

Další informace o technických podrobnostech projektu EnhanceNet-PAT naleznete na webových stránkách výzkumného projektu.