Čini se da upotreba umjetne inteligencije za poboljšanje slika nema ograničenja . Niz istraživanja eksperimentalnog softvera impresionirao je njegovom sposobnošću poboljšanja razlučivosti fotografija na način koji se do tada činio mogućim samo u policijskim serijama koje gledamo na TV-u.

Poboljšajmo , nova web stranica koja koristi neuronske mreže za poboljšanje fotografija jedna je od takvih novih značajki. Usluga poboljšava i razjašnjava detalje i teksture koji nedostaju na fotografijama. Nedavno su njemački znanstvenici najavili razvoj EnhanceNet-PAT, algoritma koji uspijeva vratiti oštrinu slika na zastrašujući način.

Let's Enhance

Let's Enhance je web stranica koja koristi neuralne mreže za poboljšanje fotografija i dizajniran je da bude minimalistički i jednostavan za korištenje. Početna stranica vas poziva da povučete i ispustite fotografiju u središte. Nakon što je vaša fotografija primljena, neuronska mreža poboljšava i razjašnjava detalje i teksture tako da fotografija izgleda prirodno.

Svaki put kada postavite fotografiju, proizvode se 3 rezultata: Anti-JPEG filtar jednostavno uklanja JPEG artefakte, Boring filtar povećava veličinu, čuvajući postojeće detalje i rubove, a Magic filtar iscrtava i halucinira nove detalje na fotografiji kojih zapravo prije nije bilo (pomoću umjetne inteligencije).

Morat ćete pričekati nekoliko minuta da posao bude gotov ,ali isplati se – dobiveni rezultati su zaista impresivni. Web stranica PetaPixel provela je niz testova sa sustavom koristeći reklamnu fotografiju s Rylo kamere, koja je upravo objavljena. Pogledajte izvornu sliku:

Tada je slika promijenjena u širinu od 500 piksela.

Fotografija širine 500 piksela je zatim ponovno uzorkovano u Photoshopu na širinu od 2000 piksela korištenjem opcije "Sačuvaj detalje (povećanje)" stvarajući fotografiju s užasnim teksturama (vidite prste):

Ali ponovno uzorkovanje fotografije od 500 piksela pomoću Let's Enhance proizveo je mnogo čišću verziju slike koja je imala vraćene realistične teksture ruku:

Evo usporedbe obrezivanja koja će vam pomoći da lakše vidite razliku:

Vidi također: Što je Midjourney, program umjetne inteligencije koji vam može promijeniti život

Pogledajte druge primjere:

Vidi također: Fotografije pokazuju djevojku koja je inspirirala "Alisu u zemlji čuda"Originalno obrezivanje fotografije Linnee SandbakkUpscale uz PhotoshopUpscale uz Let's EnhanceOriginalno obrezivanje fotografije by Brynna SpencerUpscale s PhotoshopomUpscale s Let's EnhanceIzvorno obrezivanje fotografije preuzete iz Pexelsove banke slikaUpscale s PhotoshopomUpscale s Let's Enhance

Let's Enhance je stvoreno Alexa Savsunenka i Vladislava Pranskevičiusa, doktora znanosti. kemije i bivšeg CTO-a, koji su gradili softver posljednja dva i pol mjeseca. Sustav je trenutno u 1verziju i stalno će se poboljšavati na temelju korisničkih potreba i povratnih informacija.

Trenutna neuronska mreža je "uvježbana na vrlo velikom podskupu slika koje su uključivale portrete po stopi od približno 10%," kaže Savsunenko.

On objašnjava da je ideja stvoriti zasebne mreže za svaku vrstu slike i otkriti učitanu vrstu te primijeniti odgovarajuću mrežu. Trenutna verzija postigla je bolje rezultate sa slikama životinja i krajolika.

EnhanceNet-PAT

EnhanceNet-PAT novi je algoritam koji su razvili znanstvenici s Instituta Max Planck za inteligentne sustave u Tübingenu, u Njemačkoj. Ova nova tehnologija također je pokazala impresivne rezultate. Ispod je primjer s originalnom fotografijom ptice:

Znanstvenici su snimili fotografiju i stvorili ovu verzija niske razlučivosti u kojoj su izgubljeni svi fini detalji:

Verzija niske razlučivosti zatim je obrađena od strane EnhanceNet-PAT, stvarajući verziju visoke razlučivosti umjetno poboljšanu koja se praktički ne razlikuje od izvorne fotografije.

Tradicionalne tehnologije povećanja veličine pokušavaju popuniti nedostajuće piksele i detalje izračunavanjem na temelju okolnih piksela. Međutim, rezultati ove vrste strategija nisu bili zadovoljavajući. Ono što znanstvenici sada istražuju je upotreba umjetna inteligencija tako da stroj "nauči" kako bi fotografije niske rezolucije trebale izgledati proučavajući originalne verzije visoke rezolucije.

Jednom obučeni na ovaj način, algoritmi mogu snimati nove fotografije sliku niske razlučivosti i bolje pogoditi "izvornu" verziju te fotografije u visokoj razlučivosti.

"Mogući otkriti i generirati uzorke na slici niske razlučivosti i primjenom tih uzoraka u povećanom uzorkovanju procesa , EnhanceNet-PAT razmišlja o tome kako bi ptičje perje trebalo izgledati i u skladu s tim dodaje dodatne piksele na sliku niske razlučivosti”, kaže Institut Max Planck.

Da biste saznali više o tehničkim detaljima EnhanceNet-PAT-a, idite na web stranicu istraživačkog projekta.