Künstliche Intelligenz verbessert niedrig aufgelöste Fotos
![Künstliche Intelligenz verbessert niedrig aufgelöste Fotos](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt.jpg)
Inhaltsverzeichnis
Der Einsatz von künstlicher Intelligenz zur Bildverbesserung scheint haben keine Grenzen Eine Reihe von experimentellen Software-Forschungsarbeiten hat auf beeindruckende Weise die Fähigkeit gezeigt, die Fotoauflösung auf eine Art und Weise, die bis dahin nur in Polizeiserien möglich schien, die wir im Fernsehen sehen.
Let's Enhance, eine neue Website, die neuronale Netze zur Verbesserung von Fotos einsetzt, ist eine solche neue Ressource. Der Dienst verbessert und verdeutlicht fehlende Details und Texturen in Fotos. Vor kurzem haben deutsche Wissenschaftler die Entwicklung von EnhanceNet-PAT angekündigt, einem Algorithmus, der die Bildschärfe auf erschreckende Weise wiederherstellen kann.
Verbessern wir
Let's Enhance ist eine Website, die neuronale Netze zur Verbesserung von Fotos einsetzt und minimalistisch und benutzerfreundlich gestaltet ist. Die Startseite lädt dazu ein, ein Foto in die Mitte zu ziehen und abzulegen. Sobald Ihr Foto empfangen wurde, verbessert das neuronale Netzwerk Details und Texturen, damit das Foto natürlich aussieht.
Jedes Mal, wenn Sie ein Foto hochladen, werden drei Ergebnisse erzeugt: Der Anti-JPEG-Filter entfernt einfach JPEG-Artefakte, der Boring-Filter skaliert hoch, wobei vorhandene Details und Kanten erhalten bleiben, und der Magic-Filter zeichnet und halluziniert neue Details in das Foto, die vorher nicht vorhanden waren (mithilfe von AI).
Siehe auch: Sebastião Salgado: Begegnung mit der Geschichte des MeisterfotografenSie müssen ein paar Minuten warten, bis die Arbeit erledigt ist. Die Website PetaPixel hat eine Reihe von Tests mit dem System durchgeführt und dabei ein Werbefoto der Rylo-Kamera verwendet, die gerade auf den Markt gekommen ist (siehe Originalbild):
Das Bild wurde dann auf eine Breite von 500 Pixel verkleinert.
Das 500 Pixel breite Foto wurde dann in Photoshop mit der Option "Details beibehalten (Vergrößerung)" auf 2000 Pixel Breite verkleinert, wodurch ein Foto mit schrecklichen Texturen entstand (siehe Finger):
Aber das Resampling des 500px-Fotos mit Let's Enhance ergab eine viel sauberere Version des Bildes, bei der die realistischen Texturen an den Händen wiederhergestellt wurden:
Hier ist ein Vergleich der Ausschnitte, damit Sie den Unterschied leichter erkennen können:
Siehe andere Beispiele:
![](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt-5.jpg)
![](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt-6.jpg)
![](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt-7.jpg)
![](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt-8.jpg)
![](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt-9.jpg)
![](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt-10.jpg)
![](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt-11.jpg)
![](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt-12.jpg)
![](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt-13.jpg)
Let's Enhance wurde von Alex Savsunenko und Vladislav Pranskevičius, einem promovierten Chemiker bzw. einem ehemaligen CTO, entwickelt, die in den letzten zweieinhalb Monaten an der Software gearbeitet haben. Das System befindet sich derzeit in der ersten Version und wird auf der Grundlage von Nutzerbedürfnissen und Feedback kontinuierlich verbessert.
Das derzeitige neuronale Netz wurde mit einer sehr breiten Untergruppe von Bildern trainiert, die zu etwa 10 % Porträts enthielt", sagt Savsunenko.
Er erklärt, dass die Idee darin besteht, für jeden Bildtyp separate Netzwerke zu erstellen, den hochgeladenen Typ zu erkennen und ein entsprechendes Netzwerk anzuwenden. Die aktuelle Version hat bei Tier- und Landschaftsbildern bessere Ergebnisse erzielt.
EnhanceNet-PAT
EnhanceNet-PAT ist ein neuer Algorithmus, der von Wissenschaftlern des Max-Planck-Instituts für Intelligente Systeme in Tübingen, Deutschland, entwickelt wurde. Diese neue Technologie hat ebenfalls beeindruckende Ergebnisse gezeigt. Siehe unten ein Beispiel mit einem Originalfoto eines Vogels:
Wissenschaftler haben das Foto genommen und diese Version mit niedriger Auflösung erstellt, bei der alle feinen Details verloren gegangen sind:
Siehe auch: Instagram-Fotos X Reality-Fotos: Frauen zeigen schockierende Vorher-Nachher-Bilder von FilternDie niedrig aufgelöste Version wurde dann von EnhanceNet-PAT verarbeitet, wodurch eine künstlich verstärkte High Definition das vom Originalfoto praktisch nicht zu unterscheiden ist.
Herkömmliche Upscaling-Technologien versuchen, fehlende Pixel und Details durch Berechnungen auf der Grundlage der umgebenden Pixel zu ergänzen. Die Ergebnisse dieser Art von Strategien waren jedoch unbefriedigend. Die Wissenschaftler erforschen nun die Verwendung von künstliche Intelligenz so dass die Maschine "lernt", wie Fotos mit niedriger Auflösung aussehen sollten, indem sie die ursprünglichen hochauflösenden Versionen studiert.
Einmal auf diese Weise trainiert, können die Algorithmen neue, niedrig aufgelöste Fotos aufnehmen und eine "ursprüngliche" hochauflösende Version dieses Fotos besser einschätzen.
"Indem EnhanceNet-PAT in der Lage ist, Muster in einem niedrig aufgelösten Bild zu erkennen und zu erzeugen und diese Muster auf den Upsampling-Prozess anzuwenden, denkt EnhanceNet-PAT darüber nach, wie das Gefieder des Vogels aussehen sollte und fügt dem niedrig aufgelösten Bild entsprechend zusätzliche Pixel hinzu", so das Max-Planck-Institut.
Um mehr über die technischen Details von EnhanceNet-PAT zu erfahren, besuchen Sie die Website des Forschungsprojekts.