Mākslīgā intelekta izmantošana attēlu uzlabošanai, šķiet. nav ierobežojumu. Vairāki eksperimentālie programmatūras pētījumi ir bijuši iespaidīgi, jo tie ir spējuši uzlabot fotoattēlu izšķirtspēja tā, kā tas līdz šim šķita iespējams tikai policijas seriālos, ko mēs redzam televīzijā.

Viens no šādiem jauniem resursiem ir jauna tīmekļa vietne Let's Enhance, kas fotogrāfiju uzlabošanai izmanto neironu tīklus. Pakalpojums uzlabo un izskaidro trūkstošās detaļas un faktūras fotogrāfijās. Pavisam nesen vācu zinātnieki paziņoja par EnhanceNet-PAT - algoritma izstrādi, kas spēj atjaunot attēlu asumu biedējošā veidā.

Uzlabosim

Let's Enhance ir vietne, kas izmanto neironu tīklus, lai uzlabotu fotoattēlus, un ir veidota minimālistiski un viegli lietojama. Sākumlapā ir aicinājums velciet un nometiet fotoattēlu centrā. Kad fotogrāfija ir saņemta, neironu tīkls uzlabo un izskaidro detaļas un faktūras, lai fotogrāfija izskatītos dabiski.

Katru reizi, kad augšupielādējat fotoattēlu, tiek iegūti 3 rezultāti: Anti-JPEG filtrs vienkārši novērš JPEG artefaktus, Nogurdinošais filtrs palielina mērogu, saglabājot esošās detaļas un malas, bet Maģiskais filtrs zīmē un rada halucinācijas par jaunām detaļām fotoattēlā, kuru tur iepriekš faktiski nebija (izmantojot mākslīgo intelektu).

Jums būs jāgaida dažas minūtes, līdz darbs tiks pabeigts. Tīmekļa vietne PetaPixel ir veikusi virkni testu ar sistēmu, izmantojot nupat tirgū laistās kameras Rylo reklāmas fotoattēlu. Skatiet oriģinālo attēlu:

Pēc tam attēla izmērs tika mainīts līdz 500px platumam.

Pēc tam 500 px plats fotoattēls tika pārveidots Photoshop programmā līdz 2000 px platumam, izmantojot opciju "Saglabāt detaļas (palielinājums)", un tika iegūts fotoattēls ar šausminošām tekstūrām (skatiet pirkstus):

Taču, pārveidojot 500px fotoattēlu, izmantojot funkciju Let's Enhance, tika iegūta daudz tīrāka attēla versija, kurā tika atjaunotas reālistiskās tekstūras uz rokām:

Skatīt arī: Saulrieta fotoattēli: atbrīvojieties no klišejām

Šeit ir sniegts izgriezumu salīdzinājums, lai jums būtu vieglāk saskatīt atšķirību:

Skatīt citus piemērus:

Linnea Sandbakk fotogrāfijas oriģinālais izgriezums Augstāka izmēra ar Photoshop Augstāka kvalitāte ar Let's Enhance Brynnas Spenceres fotogrāfijas oriģinālais izgriezums Augstāka izmēra ar Photoshop Augstāka kvalitāte ar Let's Enhance Fotoattēla oriģinālais izgriezums, kas ņemts no Pexels attēlu bankas Augstāka izmēra ar Photoshop Augstāka kvalitāte ar Let's Enhance

Let's Enhance izveidoja Alekss Savsunenko un Vladislavs Pranskevičs, attiecīgi ķīmijas doktors un bijušais tehniskais direktors, kuri pēdējo divarpus mēnešu laikā ir izstrādājuši programmatūru. Pašlaik sistēma ir 1. versijā un tiks nepārtraukti uzlabota, pamatojoties uz lietotāju vajadzībām un atsauksmēm.

Skatīt arī: Kas ir Compact Flash?

Pašreizējais neironu tīkls tika "apmācīts ar ļoti plašu attēlu apakškopu, kurā portreti bija iekļauti aptuveni 10 % apmērā," saka Savsunenko.

Viņš skaidro, ka ideja ir izveidot atsevišķus tīklus katram attēla veidam un noteikt augšupielādētā attēla veidu un piemērot atbilstošu tīklu. Pašreizējā versija ir sasniegusi labākus rezultātus ar dzīvnieku un ainavu attēliem.

EnhanceNet-PAT

EnhanceNet-PAT ir jauns algoritms, ko izstrādājuši zinātnieki no Maksa Planka Inteliģento sistēmu institūta Tībingenā, Vācijā. Arī šī jaunā tehnoloģija ir uzrādījusi iespaidīgus rezultātus. Zemāk skatiet piemēru ar oriģinālu putna fotoattēlu:

Zinātnieki ir uzņēmuši šo fotogrāfiju un izveidojuši zemas izšķirtspējas versiju, kurā visas sīkākās detaļas ir zaudētas:

Pēc tam zemas izšķirtspējas versija tika apstrādāta ar EnhanceNet-PAT, izveidojot mākslīgi uzlabota augstas izšķirtspējas kas praktiski neatšķiras no oriģinālā fotoattēla.

Tradicionālās palielināšanas tehnoloģijas mēģina aizpildīt trūkstošos pikseļus un detaļas, veicot aprēķinus, pamatojoties uz apkārtējiem pikseļiem. Tomēr šāda veida stratēģiju rezultāti ir neapmierinoši. Tagad zinātnieki pēta, kā izmantot šādas tehnoloģijas. mākslīgais intelekts lai mašīna "iemācītos", kā vajadzētu izskatīties zemas izšķirtspējas fotoattēliem, izpētot oriģinālās augstas izšķirtspējas versijas.

Kad algoritmi ir šādi apmācīti, tie var uzņemt jaunas zemas izšķirtspējas fotogrāfijas un precīzāk noteikt "oriģinālo" augstas izšķirtspējas fotoattēla versiju.

"EnhanceNet-PAT spēj noteikt un ģenerēt rakstus zemas izšķirtspējas attēlā un izmantot šos rakstus palielināšanas procesā, tāpēc EnhanceNet-PAT domā par to, kādām vajadzētu būt putna spalvām, un attiecīgi pievieno papildu pikseļus zemas izšķirtspējas attēlam," norāda Maksa Planka institūta pārstāvji.

Lai uzzinātu vairāk par EnhanceNet-PAT tehnisko informāciju, apmeklējiet pētniecības projekta tīmekļa vietni.