आर्टिफिशियल इंटेलिजेंस कम-रिज़ॉल्यूशन वाली तस्वीरों को बेहतर बनाता है
![आर्टिफिशियल इंटेलिजेंस कम-रिज़ॉल्यूशन वाली तस्वीरों को बेहतर बनाता है](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt.jpg)
विषयसूची
छवियों को बेहतर बनाने के लिए कृत्रिम बुद्धिमत्ता के उपयोग की कोई सीमा नहीं है । प्रयोगात्मक सॉफ्टवेयर में शोधों की एक श्रृंखला ने तस्वीरों के रिज़ॉल्यूशन में सुधार करने की इसकी क्षमता से प्रभावित किया है, जो तब तक केवल पुलिस श्रृंखला में ही संभव लगता था जो हम टीवी पर देखते हैं।
आइए बढ़ाएं , एक नई वेबसाइट जो तस्वीरों को बेहतर बनाने के लिए तंत्रिका नेटवर्क का उपयोग करती है, ऐसी ही एक नई सुविधा है। यह सेवा उन विवरणों और बनावटों को बढ़ाती और स्पष्ट करती है जो तस्वीरों में गायब हैं। अभी हाल ही में, जर्मन वैज्ञानिकों ने एन्हांसनेट-पीएटी के विकास की घोषणा की, एक एल्गोरिदम जो भयावह तरीके से छवियों की तीक्ष्णता को पुनर्प्राप्त करने का प्रबंधन करता है।
लेट्स एन्हांस
लेट्स एन्हांस एक वेबसाइट है जो न्यूरल का उपयोग करती है फ़ोटो को बेहतर बनाने के लिए नेटवर्क और इसे न्यूनतम और उपयोग में आसान बनाने के लिए डिज़ाइन किया गया है। मुखपृष्ठ आपको एक फ़ोटो को केंद्र में खींचने और छोड़ने के लिए आमंत्रित करता है। एक बार जब आपकी तस्वीर प्राप्त हो जाती है, तो तंत्रिका नेटवर्क विवरण और बनावट को बढ़ाता है और स्पष्ट करता है ताकि तस्वीर प्राकृतिक दिखे।
हर बार जब आप कोई तस्वीर अपलोड करते हैं, तो 3 परिणाम उत्पन्न होते हैं: एंटी-जेपीईजी फ़िल्टर केवल JPEG कलाकृतियों को हटाता है, बोरिंग फ़िल्टर अपस्केलिंग करता है, मौजूदा विवरण और किनारों को संरक्षित करता है, और मैजिक फ़िल्टर फोटो में नए विवरण खींचता है और मतिभ्रम करता है जो वास्तव में पहले नहीं थे (एआई का उपयोग करके)।
काम पूरा होने के लिए आपको कुछ मिनट इंतजार करना होगा ,लेकिन यह इसके लायक है - प्राप्त परिणाम वास्तव में प्रभावशाली हैं। पेटापिक्सल वेबसाइट ने राइलो कैमरे से एक प्रचार फोटो का उपयोग करके सिस्टम के साथ परीक्षणों की एक श्रृंखला चलाई, जिसे अभी जारी किया गया था। मूल छवि देखें:
यह सभी देखें: निःशुल्क फ़ोटो, वैक्टर और आइकन डाउनलोड करने के लिए 7 साइटें
फिर छवि का आकार 500px चौड़ा किया गया।
500px चौड़ा फ़ोटो था फिर फोटोशॉप में "विवरण संरक्षित करें (विस्तार)" विकल्प का उपयोग करके 2000px चौड़ाई में फिर से नमूना लिया गया, जिससे भयानक बनावट वाली तस्वीर तैयार हुई (उंगलियां देखें):
लेकिन 500px वाली तस्वीर का फिर से नमूनाकरण किया गया आइए एन्हांस ने छवि का एक अधिक स्वच्छ संस्करण तैयार किया जिसमें यथार्थवादी हाथ की बनावट को बहाल किया गया था:
यहां एक फसल तुलना है जो आपको अंतर को अधिक आसानी से देखने में मदद करेगी:
अन्य उदाहरण देखें:
![](/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)
लेट्स एन्हांस बनाया गया था एलेक्स सवसुनेंको और व्लादिस्लाव प्रांसकेविसियस, एक पीएच.डी. द्वारा। क्रमशः रसायन विज्ञान और एक पूर्व सीटीओ, जो पिछले ढाई महीने से सॉफ्टवेयर का निर्माण कर रहे हैं। यह प्रणाली वर्तमान में अपने प्रथम चरण में हैसंस्करण और उपयोगकर्ता की ज़रूरतों और फीडबैक के आधार पर इसमें लगातार सुधार किया जाएगा।
सवसुनेंको कहते हैं, वर्तमान तंत्रिका नेटवर्क को "छवियों के एक बहुत बड़े उपसमूह पर प्रशिक्षित किया गया था जिसमें लगभग 10% की दर से पोर्ट्रेट शामिल थे।"
वह बताते हैं कि विचार यह है कि प्रत्येक प्रकार की छवि के लिए अलग-अलग नेटवर्क बनाया जाए और लोड किए गए प्रकार का पता लगाया जाए और एक उपयुक्त नेटवर्क लागू किया जाए। वर्तमान संस्करण ने जानवरों और परिदृश्यों की छवियों के साथ बेहतर परिणाम प्राप्त किए हैं।
एन्हांसनेट-पीएटी
एन्हांसनेट-पीएटी एक नया एल्गोरिदम है जिसे ट्यूबिंगन में मैक्स प्लैंक इंस्टीट्यूट फॉर इंटेलिजेंट सिस्टम्स के वैज्ञानिकों द्वारा विकसित किया गया है। जर्मनी में। इस नई तकनीक ने भी प्रभावशाली परिणाम दिखाए हैं। नीचे एक पक्षी की मूल तस्वीर के साथ एक उदाहरण दिया गया है:
वैज्ञानिकों ने तस्वीर ली और इसे बनाया कम रिज़ॉल्यूशन वाला संस्करण जिसमें सभी बारीक विवरण खो जाते हैं:
कम रिज़ॉल्यूशन संस्करण को फिर एन्हांसनेट-पीएटी द्वारा संसाधित किया गया, जिससे एक उच्च परिभाषा संस्करण कृत्रिम रूप से बढ़ाया गया यह वस्तुतः मूल फ़ोटो से अप्रभेद्य है।
पारंपरिक अपस्केलिंग प्रौद्योगिकियाँ आसपास के पिक्सेल के आधार पर गणना करके लापता पिक्सेल और विवरण को भरने का प्रयास करती हैं। हालाँकि, इस प्रकार की रणनीतियों के परिणाम असंतोषजनक रहे हैं। वैज्ञानिक अब जो खोज रहे हैं वह किसका उपयोग है कृत्रिम बुद्धिमत्ता ताकि मशीन मूल उच्च-रिज़ॉल्यूशन संस्करणों का अध्ययन करके "सीख" ले कि कम-रिज़ॉल्यूशन वाली तस्वीरें कैसी दिखनी चाहिए।
एक बार इस तरह से प्रशिक्षित होने के बाद, एल्गोरिदम नई तस्वीरें ले सकते हैं कम-रिज़ॉल्यूशन वाली छवि और उस फ़ोटो के "मूल" उच्च-रिज़ॉल्यूशन संस्करण पर बेहतर अनुमान लगाएं।
यह सभी देखें: फ़ोटोग्राफ़र इरा टोनिडेंडेल की छवि फोटो ऑफ़ द डे प्रतियोगिता की विजेता है"कम-रिज़ॉल्यूशन वाली छवि में पैटर्न का पता लगाने और उत्पन्न करने में सक्षम होने और उन पैटर्न को अपसैंपलिंग में लागू करने से प्रक्रिया, एन्हांसनेट-पीएटी इस बारे में सोचता है कि पक्षी के पंख कैसे दिखने चाहिए और तदनुसार कम-रिज़ॉल्यूशन वाली छवि में अतिरिक्त पिक्सेल जोड़ता है।'' मैक्स प्लैंक इंस्टीट्यूट का कहना है।
एन्हांसनेट-पीएटी के तकनीकी विवरण के बारे में अधिक जानने के लिए, अनुसंधान परियोजना वेबसाइट पर जाएं।