Kecerdasan buatan meningkatkan foto beresolusi rendah
![Kecerdasan buatan meningkatkan foto beresolusi rendah](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt.jpg)
Daftar Isi
Penggunaan kecerdasan buatan untuk penyempurnaan gambar tampaknya tidak memiliki batas Berbagai penelitian perangkat lunak eksperimental telah mengesankan dalam kemampuannya untuk meningkatkan resolusi foto dengan cara yang sampai saat itu hanya mungkin terjadi dalam serial polisi yang kita lihat di TV.
Let's Enhance, situs web baru yang menggunakan jaringan saraf untuk menyempurnakan foto, adalah salah satu sumber daya baru. Layanan ini menyempurnakan dan menjelaskan detail serta tekstur yang hilang dalam foto. Baru-baru ini, para ilmuwan Jerman telah mengumumkan pengembangan EnhanceNet-PAT, suatu algoritme yang dapat mengembalikan ketajaman gambar dengan cara yang menakutkan.
Mari Tingkatkan
Let's Enhance adalah situs web yang menggunakan jaringan saraf untuk menyempurnakan foto dan didesain minimalis dan mudah digunakan. Halaman beranda mengundang Anda untuk menyeret dan melepaskan foto ke bagian tengah. Setelah foto Anda diterima, jaringan saraf menyempurnakan dan memperjelas detail serta tekstur agar foto terlihat alami.
Setiap kali Anda mengunggah foto, ada 3 hasil yang dihasilkan: filter Anti-JPEG secara sederhana menghapus artefak JPEG, filter Boring meningkatkan skala, mempertahankan detail dan tepi yang ada, dan filter Magic menarik dan menghipnotis detail baru dalam foto yang sebelumnya tidak ada (menggunakan AI).
Anda harus menunggu beberapa menit hingga pekerjaan selesai Situs web PetaPixel telah melakukan serangkaian pengujian dengan sistem ini menggunakan foto publisitas kamera Rylo, yang baru saja diluncurkan. Lihat gambar aslinya:
Gambar kemudian diubah ukurannya menjadi lebar 500px.
Foto selebar 500px kemudian di-resampling di Photoshop menjadi selebar 2000px dengan menggunakan opsi "Preserve Details (enlargement)" dan menghasilkan foto dengan tekstur yang mengerikan (lihat jari):
Tetapi, penyamplingan ulang foto 500px menggunakan Let's Enhance menghasilkan versi gambar yang jauh lebih bersih, dengan tekstur realistis pada tangan yang dipulihkan:
Berikut ini adalah perbandingan kliping untuk membantu Anda melihat perbedaannya dengan lebih mudah:
Lihat contoh lainnya:
Lihat juga: 4 skema pencahayaan yang terinspirasi oleh karya-karya Caravaggio![](/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 diciptakan oleh Alex Savsunenko dan Vladislav Pranskevičius, masing-masing seorang doktor kimia dan mantan CTO, yang telah membangun perangkat lunak ini selama dua setengah bulan terakhir. Sistem saat ini berada dalam versi pertama dan akan terus ditingkatkan berdasarkan kebutuhan dan umpan balik dari para pengguna.
Jaringan saraf saat ini "dilatih dengan himpunan gambar yang sangat luas, yang mencakup potret wajah pada tingkat sekitar 10%," kata Savsunenko.
Ia menjelaskan bahwa idenya adalah menciptakan jaringan terpisah untuk tiap jenis gambar dan mendeteksi jenis gambar yang diunggah, lalu menerapkan jaringan yang sesuai. Versi saat ini sudah mencapai hasil yang lebih baik pada gambar hewan dan lanskap.
MeningkatkanNet-PAT
EnhanceNet-PAT adalah algoritme baru yang dikembangkan oleh para ilmuwan di Max Planck Institute for Intelligent Systems di Tübingen, Jerman. Teknologi baru ini juga menunjukkan hasil yang mengesankan. Di bawah ini, lihat contoh dengan foto asli seekor burung:
Para ilmuwan telah mengambil foto tersebut dan menciptakan versi resolusi rendah yang menghilangkan semua detail halus:
Versi resolusi rendah kemudian diproses oleh EnhanceNet-PAT, menciptakan definisi tinggi yang ditingkatkan secara artifisial yang nyaris tidak bisa dibedakan dari foto aslinya.
Lihat juga: Fotografer membuat potret yang mengesankan berdasarkan pada master lukisanTeknologi upscaling tradisional berusaha mengisi piksel dan detail yang hilang dengan menghitung berdasarkan piksel di sekitarnya. Namun, hasil dari jenis strategi ini tidak memuaskan. Apa yang sekarang dieksplorasi oleh para ilmuwan adalah penggunaan kecerdasan buatan sehingga mesin "mempelajari" seperti apa foto resolusi rendah seharusnya terlihat dengan mempelajari versi resolusi tinggi aslinya.
Setelah dilatih dengan cara ini, algoritme dapat mengambil foto resolusi rendah yang baru dan membuat tebakan yang lebih baik pada versi resolusi tinggi "asli" dari foto tersebut.
"Dengan mampu mendeteksi dan menghasilkan pola dalam gambar beresolusi rendah dan menerapkan pola ini pada proses upsampling, EnhanceNet-PAT memikirkan seperti apa bentuk bulu burung itu dan menambahkan piksel tambahan pada gambar beresolusi rendah," kata Max Planck Institute.
Untuk mempelajari lebih lanjut tentang detail teknis EnhanceNet-PAT, kunjungi situs web proyek penelitian.