Atrodo, kad dirbtinio intelekto panaudojimas vaizdo tobulinimui neturi ribų. Įvairūs eksperimentiniai programinės įrangos tyrimai įspūdingai pagerino nuotraukų skiriamoji geba taip, kaip iki tol atrodė įmanoma tik per televiziją rodomuose policijos serialuose.

Vienas iš tokių naujų šaltinių - nauja svetainė "Let's Enhance", kurioje nuotraukoms patobulinti naudojami neuroniniai tinklai. Paslauga patobulina ir išryškina trūkstamas nuotraukų detales ir tekstūras. Visai neseniai Vokietijos mokslininkai paskelbė sukūrę "EnhanceNet-PAT" - algoritmą, galintį bauginamai atkurti vaizdo aštrumą.

Tobulinkime

"Let's Enhance" - tai svetainė, kurioje nuotraukoms tobulinti naudojami neuroniniai tinklai ir kuri sukurta minimalistiškai ir lengvai naudojama. Pagrindiniame puslapyje kviečiama vilkti nuotrauką į centrą. Gavęs nuotrauką, neuroninis tinklas patobulina ir išryškina detales ir tekstūras, kad nuotrauka atrodytų natūraliai.

Kiekvieną kartą įkėlus nuotrauką gaunami trys rezultatai: filtras "Anti-JPEG" tiesiog pašalina JPEG artefaktus, filtras "Boring" padidina mastelį, išsaugodamas esamas detales ir kraštus, o filtras "Magic" nupiešia ir sukuria naujas nuotraukų detales, kurių iš tikrųjų anksčiau nebuvo (naudojant dirbtinį intelektą).

Turėsite kelias minutes palaukti, kol darbas bus atliktas. Tinklalapis "PetaPixel" atliko sistemos bandymų seriją, naudodamas ką tik pristatytos "Rylo" kameros reklaminę nuotrauką. Žr. originalią nuotrauką:

Tada paveikslėlio dydis buvo pakeistas iki 500 px pločio.

Tada 500 px pločio nuotrauka "Photoshop" programoje buvo perskelta į 2000 px pločio, naudojant parinktį "Išsaugoti detales (padidinimas)", ir taip gauta nuotrauka su siaubingomis tekstūromis (žr. pirštus):

Tačiau naudojant "Let's Enhance", perrinkus 500px nuotrauką, gauta daug švaresnė vaizdo versija, kurioje atkurtos tikroviškos rankų tekstūros:

Taip pat žr: 7 geriausios programėlės neryškioms nuotraukoms atkurti

Čia pateikiamas iškarpų palyginimas, kad lengviau pamatytumėte skirtumą:

Žr. kitus pavyzdžius:

Linnea Sandbakk nuotraukos originalus apkarpymas Padidinkite mastelį naudodami "Photoshop Aukštesnės klasės su "Let's Enhance Originali Brynnos Spencer nuotraukos iškarpa Padidinkite mastelį naudodami "Photoshop Aukštesnės klasės su "Let's Enhance Originalus nuotraukos, paimtos iš "Pexels" paveikslėlių banko, fragmentas Padidinkite mastelį naudodami "Photoshop Aukštesnės klasės su "Let's Enhance

Programinę įrangą "Let's Enhance" sukūrė chemijos mokslų daktaras Aleksas Savsunenko ir Vladislavas Pranskevičius, atitinkamai chemijos mokslų daktaras ir buvęs techninis direktorius, kurie ją kūrė pastaruosius du su puse mėnesio. Šiuo metu sukurta pirmoji sistemos versija, kuri bus nuolat tobulinama atsižvelgiant į naudotojų poreikius ir atsiliepimus.

Dabartinis neuronų tinklas buvo "apmokytas naudojant labai platų vaizdų poaibį, kuriame portretų buvo maždaug 10 %", - sako Savsunenko.

Jis paaiškina, kad idėja yra sukurti atskirus tinklus kiekvienam vaizdo tipui, nustatyti įkeltą tipą ir taikyti atitinkamą tinklą. Dabartinė versija pasiekė geresnių rezultatų su gyvūnų ir kraštovaizdžio vaizdais.

EnhanceNet-PAT

"EnhanceNet-PAT" - tai naujas algoritmas, kurį sukūrė Tiubingeno (Vokietija) Makso Planko intelektinių sistemų instituto mokslininkai. Ši nauja technologija taip pat parodė įspūdingų rezultatų. Toliau žr. pavyzdį su originalia paukščio nuotrauka:

Mokslininkai padarė nuotrauką ir sukūrė šią mažos raiškos versiją, kurioje visos smulkios detalės prarastos:

Taip pat žr: "LG" pristato mobilųjį telefoną su 3 kameromis ir nauja kamera su 360° įrašymo funkcija

Tada mažos raiškos versija buvo apdorota programa EnhanceNet-PAT, sukuriant dirbtinai pagerinta didelės raiškos kuri beveik nesiskiria nuo originalios nuotraukos.

Tradicinėmis didinimo technologijomis bandoma užpildyti trūkstamus pikselius ir detales, apskaičiuojant pagal aplinkinius pikselius. Tačiau tokių strategijų rezultatai buvo nepatenkinami. Dabar mokslininkai tyrinėja galimybę naudoti dirbtinis intelektas kad mašina "išmoktų", kaip turėtų atrodyti mažos raiškos nuotraukos, studijuodama originalias didelės raiškos versijas.

Taip apmokyti algoritmai gali daryti naujas mažos skiriamosios gebos nuotraukas ir geriau atspėti "originalią" didelės skiriamosios gebos nuotraukos versiją.

"Galėdama aptikti ir sukurti mažos skiriamosios gebos paveikslėlyje esančius raštus ir pritaikyti juos didinant raišką, "EnhanceNet-PAT" galvoja, kaip turėtų atrodyti paukščio plunksnos, ir atitinkamai prideda papildomų pikselių prie mažos skiriamosios gebos paveikslėlio", - sako Makso Planko instituto atstovai.

Daugiau informacijos apie technines EnhanceNet-PAT detales rasite mokslinių tyrimų projekto svetainėje.