人工知能が低解像度の写真を改善
![人工知能が低解像度の写真を改善](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt.jpg)
目次
画像補正に人工知能を利用するのは、どうやら間違いなさそうだ。 際限がない さまざまな実験的ソフトウェア研究は、その改善能力において印象的なものであった。 写真解像度 それまではテレビで見る警察シリーズでしか不可能に思えた方法で。
写真のディテールやテクスチャーの欠落を補強し、解明するサービスである。 さらに最近では、ドイツの科学者が、画像のシャープさを恐ろしい方法で復元できるアルゴリズム、EnhanceNet-PATの開発を発表した。
強化しよう
Let's Enhanceは、ニューラルネットワークを使って写真を補正するウェブサイトで、ミニマルで使いやすくデザインされている。 ホームページでは、写真を中央にドラッグ・アンド・ドロップすることができる。 写真を受け取ると、ニューラルネットワークがディテールやテクスチャーを強調・解明し、自然な写真に仕上げる。
写真をアップロードするたびに、3つの結果が生成されます:アンチJPEGフィルターは、単にJPEGアーティファクトを除去し、ボーリングフィルターは、既存のディテールとエッジを保持しながらアップスケールし、マジックフィルターは、(AIを使用して)実際には存在しなかった写真の新しいディテールを描画し、幻覚を見せます。
作業が終わるまで数分待つ必要があります。 ウェブサイトPetaPixelは、発売されたばかりのRyloカメラの広報写真を使い、このシステムで一連のテストを行った。 元の画像を見る:
関連項目: 私たちが日常的に目にする写真のほとんどは平凡なものだと専門家は言う。その後、画像は幅500pxにリサイズされた。
関連項目: キム・バダウィがアテリエでワークショップを開催幅500pxの写真をPhotoshopで幅2000pxに再サンプリングし、"Preserve Details (enlarment)" オプションを使うと、ひどいテクスチャの写真になった(指を参照):
しかし、Let's Enhanceを使って500pxの写真を再サンプリングすると、手のリアルなテクスチャが復元された、はるかにクリーンなバージョンの画像ができた:
違いがわかりやすいように、切り抜きで比較してみました:
他の例を見る
![](/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は、化学博士のAlex Savsunenkoと元CTOのVladislav Pranskevičiusによって開発され、過去2ヶ月半に渡ってソフトウェアを構築してきた。 システムは現在第1バージョンであり、ユーザーのニーズとフィードバックに基づいて継続的に改良される予定である。
現在のニューラルネットワークは、「約10%の割合で肖像画を含む非常に広範な画像のサブセットで訓練されました」とサヴスネンコは言う。
彼は、画像の種類ごとに別々のネットワークを作成し、アップロードされた種類を検出して適切なネットワークを適用することだと説明する。 現在のバージョンは、動物や風景の画像でより良い結果を達成している。
エンハンスネット-PAT
EnhanceNet-PATは、ドイツのテュービンゲンにあるマックス・プランク知能システム研究所の科学者が開発した新しいアルゴリズムである。 この新技術も素晴らしい結果を示している。 鳥のオリジナル写真による例を以下に示す:
科学者たちはこの写真を撮影し、細かいディテールが失われた低解像度のバージョンを作成した:
低解像度のバージョンは、EnhanceNet-PATで処理され、次のような結果が作成された。 人工的な高解像度 元の写真とほとんど見分けがつかない。
従来のアップスケーリング技術は、周囲のピクセルを基に計算することで、欠落したピクセルやディテールを埋めようとするものであったが、その結果は満足のいくものではなかった。 現在、科学者たちが探求しているのは、次のようなものを使用することである。 人工知能 つまり、高解像度のオリジナル写真を研究することで、低解像度の写真がどのように見えるべきかを機械が「学習」するのだ。
一度この方法で訓練されると、アルゴリズムは新しい低解像度の写真を撮影し、その写真の「オリジナル」高解像度バージョンをより正確に推測できるようになる。
「EnhanceNet-PATは、低解像度画像のパターンを検出・生成し、アップサンプリング処理に適用することで、鳥の羽がどのように見えるべきかを考え、それに応じて低解像度画像に追加のピクセルを追加します」とマックス・プランク研究所は言う。
EnhanceNet-PATの技術的詳細については、研究プロジェクトのウェブサイトをご覧ください。