បញ្ញាសិប្បនិមិត្តធ្វើអោយរូបថតមានគុណភាពបង្ហាញទាបប្រសើរឡើង
![បញ្ញាសិប្បនិមិត្តធ្វើអោយរូបថតមានគុណភាពបង្ហាញទាបប្រសើរឡើង](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt.jpg)
តារាងមាតិកា
ការប្រើប្រាស់បញ្ញាសិប្បនិម្មិតដើម្បីកែលម្អរូបភាពហាក់ដូចជា មិនមានដែនកំណត់ ។ ស៊េរីនៃការស្រាវជ្រាវនៅក្នុងកម្មវិធីពិសោធន៍បានធ្វើឱ្យមានការចាប់អារម្មណ៍ចំពោះសមត្ថភាពរបស់វាក្នុងការកែលម្អ គុណភាពបង្ហាញនៃរូបថត តាមរបៀបដែលរហូតមកដល់ពេលនោះហាក់ដូចជាអាចធ្វើទៅបានតែនៅក្នុងស៊េរីប៉ូលីសដែលយើងឃើញនៅលើទូរទស្សន៍។
តោះពង្រឹង គេហទំព័រថ្មីមួយដែលប្រើបណ្តាញសរសៃប្រសាទដើម្បីបង្កើនការថតរូប គឺជាមុខងារថ្មីមួយ។ សេវាកម្មនេះពង្រឹង និងបំភ្លឺព័ត៌មានលម្អិត និងវាយនភាពដែលបាត់ពីរូបថត។ ថ្មីៗនេះ អ្នកវិទ្យាសាស្ត្រអាឡឺម៉ង់បានប្រកាសពីការអភិវឌ្ឍន៍របស់ EnhanceNet-PAT ដែលជាក្បួនដោះស្រាយដែលគ្រប់គ្រងដើម្បីស្ដារភាពច្បាស់នៃរូបភាពតាមរបៀបដ៏គួរឱ្យភ័យខ្លាច។
Let's Enhance
Let's Enhance គឺជាគេហទំព័រដែលប្រើប្រព័ន្ធសរសៃប្រសាទ បណ្តាញដើម្បីបង្កើនរូបថត និងត្រូវបានរចនាឡើងឱ្យមានលក្ខណៈតូចតាច និងងាយស្រួលប្រើ។ គេហទំព័រអញ្ជើញអ្នកឱ្យអូស និងទម្លាក់រូបថតទៅកណ្តាល។ នៅពេលដែលរូបថតរបស់អ្នកត្រូវបានទទួល បណ្តាញសរសៃប្រសាទនឹងពង្រឹង និងបំភ្លឺព័ត៌មានលម្អិត និងវាយនភាពដើម្បីឱ្យរូបថតមើលទៅមានលក្ខណៈធម្មជាតិ។
រាល់ពេលដែលអ្នកបង្ហោះរូបថត លទ្ធផល 3 ត្រូវបានផលិត៖ Anti-JPEG តម្រងគ្រាន់តែយកវត្ថុបុរាណ JPEG ចេញ តម្រងគួរឱ្យធុញនឹងបង្កើនទំហំ រក្សាព័ត៌មានលម្អិត និងគែមដែលមានស្រាប់ ហើយតម្រងវេទមន្តទាក់ទាញ និងបំភាន់ព័ត៌មានលម្អិតថ្មីៗនៅក្នុងរូបថតដែលមិនមានពីមុនមក (ដោយប្រើ AI)។
អ្នកនឹងត្រូវរង់ចាំប៉ុន្មាននាទីសម្រាប់ការងារដែលត្រូវបានបញ្ចប់ ,ប៉ុន្តែវាមានតម្លៃវា - លទ្ធផលដែលទទួលបានគឺពិតជាគួរអោយចាប់អារម្មណ៍។ គេហទំព័រ PetaPixel បានដំណើរការការធ្វើតេស្តជាបន្តបន្ទាប់ជាមួយនឹងប្រព័ន្ធដោយប្រើរូបថតសាធារណៈពីកាមេរ៉ា Rylo ដែលទើបតែចេញផ្សាយ។ មើលរូបភាពដើម៖
បន្ទាប់មករូបភាពត្រូវបានប្តូរទំហំទៅទទឹង 500px។
សូមមើលផងដែរ: កម្មវិធីឥតគិតថ្លៃប្រែរូបថតទៅជាគំនូរដែលបំផុសគំនិតដោយ Pixar
រូបថតដែលមានទទឹង 500px គឺ បន្ទាប់មកយកគំរូតាម Photoshop ទៅទំហំ 2000px ដោយប្រើជម្រើស "រក្សាព័ត៌មានលម្អិត (ការពង្រីក)" ដែលផលិតរូបថតដែលមានវាយនភាពដ៏គួរឱ្យរន្ធត់ (មើលម្រាមដៃ)៖
ប៉ុន្តែការយកគំរូរូបថត 500px ឡើងវិញដោយប្រើ Let's Enhance បានផលិតរូបភាពដែលស្អាតជាងមុន ដែលមានវាយនភាពដៃជាក់ស្តែងឡើងវិញ៖
នេះគឺជាការប្រៀបធៀបដំណាំដើម្បីជួយអ្នកឱ្យឃើញភាពខុសគ្នាកាន់តែងាយស្រួល៖
សូមមើលឧទាហរណ៍ផ្សេងទៀត៖
![](/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 ត្រូវបានបង្កើតឡើង ដោយ Alex Savsunenko និង Vladislav Pranskevičius, Ph.D. គីមីវិទ្យា និងជាអតីត CTO រៀងៗខ្លួន ដែលបាននិងកំពុងបង្កើតកម្មវិធីសម្រាប់ពីរខែកន្លះចុងក្រោយនេះ។ បច្ចុប្បន្នប្រព័ន្ធនេះស្ថិតនៅលំដាប់ទី 1 របស់ខ្លួន។កំណែ ហើយនឹងត្រូវបានកែលម្អជាបន្តបន្ទាប់ដោយផ្អែកលើតម្រូវការរបស់អ្នកប្រើប្រាស់ និងមតិកែលម្អ។
បណ្តាញសរសៃប្រសាទបច្ចុប្បន្ន "ត្រូវបានបណ្តុះបណ្តាលលើរូបភាពមួយចំនួនធំដែលរួមបញ្ចូលរូបភាពបញ្ឈរក្នុងអត្រាប្រហែល 10%" Savsunenko និយាយ។
គាត់ពន្យល់ថាគំនិតនេះគឺដើម្បីបង្កើតបណ្តាញដាច់ដោយឡែកសម្រាប់ប្រភេទរូបភាពនីមួយៗ និងរកឃើញប្រភេទដែលបានផ្ទុក ហើយអនុវត្តបណ្តាញសមស្របមួយ។ កំណែបច្ចុប្បន្នទទួលបានលទ្ធផលប្រសើរជាងមុនជាមួយនឹងរូបភាពសត្វ និងទេសភាព។
EnhanceNet-PAT
EnhanceNet-PAT គឺជាក្បួនដោះស្រាយថ្មីដែលត្រូវបានបង្កើតឡើងដោយអ្នកវិទ្យាសាស្ត្រនៅវិទ្យាស្ថាន Max Planck សម្រាប់ប្រព័ន្ធឆ្លាតវៃនៅទីក្រុងTübingen។ នៅប្រទេសអាល្លឺម៉ង់។ បច្ចេកវិទ្យាថ្មីនេះក៏បានបង្ហាញពីលទ្ធផលគួរឱ្យចាប់អារម្មណ៍ផងដែរ។ ខាងក្រោមនេះគឺជាឧទាហរណ៍ជាមួយរូបថតដើមរបស់បក្សីមួយ៖
អ្នកវិទ្យាសាស្ត្របានថតរូបហើយបង្កើតវា កំណែគុណភាពបង្ហាញទាបដែលព័ត៌មានលម្អិតល្អទាំងអស់ត្រូវបានបាត់បង់៖
បន្ទាប់មកកំណែគុណភាពបង្ហាញទាបត្រូវបានដំណើរការដោយ EnhanceNet-PAT ដោយបង្កើត កំណែនិយមន័យខ្ពស់ដែលត្រូវបានកែលម្អដោយសិប្បនិម្មិត ដែលស្ទើរតែមិនអាចបែងចែកបានពីរូបថតដើម។
បច្ចេកវិទ្យាបង្កើនទំហំបែបប្រពៃណីព្យាយាមបំពេញភីកសែលដែលបាត់ និងព័ត៌មានលម្អិតដោយការគណនាដោយផ្អែកលើភីកសែលជុំវិញ។ ទោះជាយ៉ាងណាក៏ដោយ លទ្ធផលនៃប្រភេទនៃយុទ្ធសាស្រ្តទាំងនេះគឺមិនគាប់ចិត្ត។ អ្វីដែលអ្នកវិទ្យាសាស្ត្រកំពុងស្វែងរកគឺការប្រើប្រាស់ បញ្ញាសិប្បនិមិត្ត ដើម្បីឱ្យម៉ាស៊ីន "រៀន" នូវអ្វីដែលរូបភាពដែលមានគុណភាពបង្ហាញទាបគួរមានរូបរាងដោយសិក្សាពីកំណែដែលមានគុណភាពបង្ហាញខ្ពស់ដើម។
នៅពេលដែលបានហ្វឹកហាត់តាមរបៀបនេះ ក្បួនដោះស្រាយអាចថតរូបថ្មីបាន រូបភាពដែលមានគុណភាពបង្ហាញទាប និងធ្វើឱ្យការស្មានកាន់តែប្រសើរឡើងនៅ "ដើម" កំណែដែលមានគុណភាពបង្ហាញខ្ពស់នៃរូបថតនោះ។
"ដោយអាចរកឃើញ និងបង្កើតគំរូនៅក្នុងរូបភាពដែលមានគុណភាពបង្ហាញទាប និងអនុវត្តគំរូទាំងនោះនៅក្នុងការបង្កើនគំរូ ដំណើរការ , EnhanceNet-PAT គិតអំពីអ្វីដែលរោមរបស់បក្សីគួរមានរូបរាង និងបន្ថែមភីកសែលបន្ថែមទៅរូបភាពដែលមានកម្រិតភាពច្បាស់ទាបតាមនោះ” វិទ្យាស្ថាន Max Planck និយាយ។
ដើម្បីស្វែងយល់បន្ថែមអំពីព័ត៌មានលម្អិតបច្ចេកទេសរបស់ EnhanceNet-PAT ចូលទៅកាន់គេហទំព័រ គម្រោងស្រាវជ្រាវ។