Η χρήση της τεχνητής νοημοσύνης για τη βελτίωση της εικόνας φαίνεται δεν έχουν όρια Μια σειρά από πειραματικές έρευνες λογισμικού έχουν εντυπωσιάσει με την ικανότητά τους να βελτιώνουν την ανάλυση φωτογραφιών με έναν τρόπο που μέχρι τότε φαινόταν δυνατός μόνο σε αστυνομικές σειρές που βλέπουμε στην τηλεόραση.

Το Let's Enhance, ένας νέος ιστότοπος που χρησιμοποιεί νευρωνικά δίκτυα για τη βελτίωση φωτογραφιών, είναι ένας τέτοιος νέος πόρος. Η υπηρεσία βελτιώνει και διευκρινίζει τις λεπτομέρειες και τις υφές που λείπουν από τις φωτογραφίες. Πιο πρόσφατα, Γερμανοί επιστήμονες ανακοίνωσαν την ανάπτυξη του EnhanceNet-PAT, ενός αλγορίθμου που μπορεί να αποκαταστήσει την ευκρίνεια των εικόνων με τρομακτικό τρόπο.

Ας βελτιώσουμε

Το Let's Enhance είναι ένας δικτυακός τόπος που χρησιμοποιεί νευρωνικά δίκτυα για τη βελτίωση φωτογραφιών και έχει σχεδιαστεί για να είναι μινιμαλιστικός και εύκολος στη χρήση. Η αρχική σελίδα σας προσκαλεί να σύρετε και να αποθέσετε μια φωτογραφία στο κέντρο. Μόλις λάβετε τη φωτογραφία σας, το νευρωνικό δίκτυο βελτιώνει και διευκρινίζει τις λεπτομέρειες και τις υφές για να κάνει τη φωτογραφία να φαίνεται φυσική.

Κάθε φορά που ανεβάζετε μια φωτογραφία, παράγονται 3 αποτελέσματα: το φίλτρο Anti-JPEG απλώς αφαιρεί τα τεχνουργήματα JPEG, το φίλτρο Boring αναβαθμίζει, διατηρώντας τις υπάρχουσες λεπτομέρειες και ακμές, και το φίλτρο Magic σχεδιάζει και δημιουργεί νέες λεπτομέρειες στη φωτογραφία που δεν υπήρχαν στην πραγματικότητα πριν (χρησιμοποιώντας τεχνητή νοημοσύνη).

Θα πρέπει να περιμένετε μερικά λεπτά για να ολοκληρωθεί η εργασία. Ο ιστότοπος PetaPixel έκανε μια σειρά δοκιμών με το σύστημα χρησιμοποιώντας μια διαφημιστική φωτογραφία της κάμερας Rylo, η οποία μόλις κυκλοφόρησε. Δείτε την αρχική εικόνα:

Στη συνέχεια, η εικόνα άλλαξε μέγεθος σε πλάτος 500px.

Στη συνέχεια, η φωτογραφία πλάτους 500px αναδιαμορφώθηκε στο Photoshop σε πλάτος 2000px χρησιμοποιώντας την επιλογή "Preserve Details (enlargement)" (Διατήρηση λεπτομερειών (μεγέθυνση)), παράγοντας μια φωτογραφία με φρικτές υφές (δείτε τα δάχτυλα):

Δείτε επίσης: 45 λήψεις αντανακλαστικών που θα σας ξετρελάνουν

Όμως η επαναδειγματοληψία της φωτογραφίας 500px με τη χρήση του Let's Enhance παρήγαγε μια πολύ πιο καθαρή έκδοση της εικόνας, στην οποία αποκαταστάθηκαν οι ρεαλιστικές υφές των χεριών:

Ακολουθεί μια σύγκριση των αποκομμάτων για να δείτε πιο εύκολα τη διαφορά:

Δείτε άλλα παραδείγματα:

Δείτε επίσης: Τι είναι το plongée και το contraplongée; Αρχική περικοπή μιας φωτογραφίας από την Linnea Sandbakk Αναβάθμιση κλίμακας με το Photoshop Upscale με το Let's Enhance Πρωτότυπη αποκοπή φωτογραφίας από την Brynna Spencer Αναβαθμίστε την κλίμακα με το Photoshop Upscale με το Let's Enhance Πρωτότυπη περικοπή μιας φωτογραφίας από την τράπεζα εικόνων Pexels Αναβάθμιση κλίμακας με το Photoshop Upscale με το Let's Enhance

Το Let's Enhance δημιουργήθηκε από τον Alex Savsunenko και τον Vladislav Pranskevičius, διδάκτορα χημείας και πρώην CTO αντίστοιχα, οι οποίοι κατασκευάζουν το λογισμικό τους τελευταίους δυόμισι μήνες. Το σύστημα βρίσκεται επί του παρόντος στην 1η έκδοση και θα βελτιώνεται συνεχώς με βάση τις ανάγκες και τα σχόλια των χρηστών.

Το τρέχον νευρωνικό δίκτυο "εκπαιδεύτηκε με ένα πολύ ευρύ υποσύνολο εικόνων που περιλάμβανε πορτρέτα σε ποσοστό περίπου 10%", λέει ο Savsunenko.

Ο ίδιος εξηγεί ότι η ιδέα είναι να δημιουργηθούν ξεχωριστά δίκτυα για κάθε τύπο εικόνας και να ανιχνεύεται ο τύπος που ανεβαίνει και να εφαρμόζεται το κατάλληλο δίκτυο. Η τρέχουσα έκδοση έχει επιτύχει καλύτερα αποτελέσματα με εικόνες ζώων και τοπίου.

EnhanceNet-PAT

Το EnhanceNet-PAT είναι ένας νέος αλγόριθμος που αναπτύχθηκε από επιστήμονες του Ινστιτούτου Max Planck για Ευφυή Συστήματα στο Tübingen της Γερμανίας. Αυτή η νέα τεχνολογία έχει επίσης δείξει εντυπωσιακά αποτελέσματα. Δείτε παρακάτω ένα παράδειγμα με μια πρωτότυπη φωτογραφία ενός πουλιού:

Οι επιστήμονες πήραν τη φωτογραφία και δημιούργησαν αυτή την έκδοση χαμηλής ανάλυσης στην οποία χάνονται όλες οι λεπτές λεπτομέρειες:

Η έκδοση χαμηλής ανάλυσης υποβλήθηκε στη συνέχεια σε επεξεργασία από το EnhanceNet-PAT, δημιουργώντας ένα τεχνητά ενισχυμένη υψηλή ευκρίνεια η οποία είναι σχεδόν αδιάφορη από την αρχική φωτογραφία.

Οι παραδοσιακές τεχνολογίες αναβάθμισης προσπαθούν να συμπληρώσουν τα εικονοστοιχεία και τις λεπτομέρειες που λείπουν με υπολογισμούς βάσει των γύρω εικονοστοιχείων. Ωστόσο, τα αποτελέσματα αυτού του είδους των στρατηγικών δεν ήταν ικανοποιητικά. Αυτό που οι επιστήμονες διερευνούν τώρα είναι η χρήση των τεχνητή νοημοσύνη έτσι ώστε η μηχανή να "μαθαίνει" πώς πρέπει να φαίνονται οι φωτογραφίες χαμηλής ανάλυσης μελετώντας τις αρχικές εκδόσεις υψηλής ανάλυσης.

Αφού εκπαιδευτούν με αυτόν τον τρόπο, οι αλγόριθμοι μπορούν να λαμβάνουν νέες φωτογραφίες χαμηλής ανάλυσης και να κάνουν μια καλύτερη εικασία για μια "αρχική" έκδοση υψηλής ανάλυσης της εν λόγω φωτογραφίας.

"Μπορώντας να ανιχνεύσει και να δημιουργήσει μοτίβα σε μια εικόνα χαμηλής ανάλυσης και να εφαρμόσει αυτά τα μοτίβα στη διαδικασία αναβάθμισης, το EnhanceNet-PAT σκέφτεται πώς θα έπρεπε να είναι τα φτερά του πουλιού και προσθέτει ανάλογα επιπλέον pixel στην εικόνα χαμηλής ανάλυσης", αναφέρει το Ινστιτούτο Max Planck.

Για να μάθετε περισσότερα σχετικά με τις τεχνικές λεπτομέρειες του EnhanceNet-PAT, επισκεφθείτε τον ιστότοπο του ερευνητικού έργου.