ചിത്രങ്ങൾ മെച്ചപ്പെടുത്താൻ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന്റെ ഉപയോഗത്തിന് പരിധികളില്ല . പരീക്ഷണാത്മക സോഫ്‌റ്റ്‌വെയറിലെ ഗവേഷണ പരമ്പരകൾ ഫോട്ടോഗ്രാഫുകളുടെ റെസല്യൂഷൻ മെച്ചപ്പെടുത്താനുള്ള അതിന്റെ കഴിവിൽ മതിപ്പുളവാക്കി, അതുവരെ ടിവിയിൽ കാണുന്ന പോലീസ് സീരീസുകളിൽ മാത്രമേ സാധ്യമാകൂ എന്ന് തോന്നി.

നമുക്ക് മെച്ചപ്പെടുത്താം. , ഫോട്ടോഗ്രാഫുകൾ മെച്ചപ്പെടുത്താൻ ന്യൂറൽ നെറ്റ്‌വർക്കുകൾ ഉപയോഗിക്കുന്ന ഒരു പുതിയ വെബ്‌സൈറ്റ് അത്തരത്തിലുള്ള ഒരു പുതിയ സവിശേഷതയാണ്. ഫോട്ടോകളിൽ നിന്ന് നഷ്‌ടമായ വിശദാംശങ്ങളും ടെക്‌സ്‌ചറുകളും സേവനം മെച്ചപ്പെടുത്തുകയും വ്യക്തമാക്കുകയും ചെയ്യുന്നു. അടുത്തിടെ, ജർമ്മൻ ശാസ്ത്രജ്ഞർ എൻഹാൻസ്നെറ്റ്-പാറ്റ് എന്ന അൽഗോരിതം വികസിപ്പിച്ചതായി പ്രഖ്യാപിച്ചു, അത് ഭയപ്പെടുത്തുന്ന രീതിയിൽ ചിത്രങ്ങളുടെ മൂർച്ച വീണ്ടെടുക്കാൻ നിയന്ത്രിക്കുന്നു.

നമുക്ക് മെച്ചപ്പെടുത്താം

ന്യൂറൽ ഉപയോഗിക്കുന്ന ഒരു വെബ്‌സൈറ്റാണ് ലെറ്റ്സ് എൻഹാൻസ്. ഫോട്ടോകൾ മെച്ചപ്പെടുത്താൻ നെറ്റ്‌വർക്കുകൾ രൂപകൽപ്പന ചെയ്‌തിരിക്കുന്നു, അവ ഏറ്റവും ചുരുങ്ങിയതും ഉപയോഗിക്കാൻ എളുപ്പവുമാണ്. ഒരു ഫോട്ടോ മധ്യഭാഗത്തേക്ക് വലിച്ചിടാൻ ഹോംപേജ് നിങ്ങളെ ക്ഷണിക്കുന്നു. നിങ്ങളുടെ ഫോട്ടോ ലഭിച്ചുകഴിഞ്ഞാൽ, ന്യൂറൽ നെറ്റ്‌വർക്ക് വിശദാംശങ്ങളും ടെക്‌സ്‌ചറുകളും മെച്ചപ്പെടുത്തുകയും വ്യക്തമാക്കുകയും ചെയ്യുന്നു, അതുവഴി ഫോട്ടോ സ്വാഭാവികമായി കാണപ്പെടും.

നിങ്ങൾ ഒരു ഫോട്ടോ അപ്‌ലോഡ് ചെയ്യുമ്പോഴെല്ലാം, 3 ഫലങ്ങൾ ലഭിക്കും: Anti-JPEG ഫിൽട്ടർ JPEG ആർട്ടിഫാക്‌റ്റുകൾ നീക്കംചെയ്യുന്നു, ബോറിംഗ് ഫിൽട്ടർ ഉയർന്ന സ്‌കെയിലിംഗ് ചെയ്യുന്നു, നിലവിലുള്ള വിശദാംശങ്ങളും അരികുകളും സംരക്ഷിക്കുന്നു, കൂടാതെ മാജിക് ഫിൽട്ടർ ഫോട്ടോയിൽ മുമ്പ് ഇല്ലാതിരുന്ന പുതിയ വിശദാംശങ്ങൾ വരയ്ക്കുകയും ഭ്രമിപ്പിക്കുകയും ചെയ്യുന്നു (AI ഉപയോഗിച്ച്).

ജോലി പൂർത്തിയാക്കാൻ നിങ്ങൾ കുറച്ച് മിനിറ്റ് കാത്തിരിക്കേണ്ടിവരും ,എന്നാൽ ഇത് വിലമതിക്കുന്നു - ലഭിച്ച ഫലങ്ങൾ ശരിക്കും ശ്രദ്ധേയമാണ്. പെറ്റാപിക്‌സൽ വെബ്‌സൈറ്റ് ഇപ്പോൾ പുറത്തിറങ്ങിയ റൈലോ ക്യാമറയിൽ നിന്നുള്ള ഒരു പബ്ലിസിറ്റി ഫോട്ടോ ഉപയോഗിച്ച് സിസ്റ്റവുമായി നിരവധി പരീക്ഷണങ്ങൾ നടത്തി. യഥാർത്ഥ ചിത്രം കാണുക:

പിന്നെ ചിത്രത്തിന്റെ വലുപ്പം 500px വീതിയിലേക്ക് മാറ്റി.

500px വീതിയുള്ള ഫോട്ടോ ആയിരുന്നു പിന്നീട് ഫോട്ടോഷോപ്പിൽ 2000px വീതിയിലേക്ക് പുനഃക്രമീകരിച്ചു, "വിശദാംശങ്ങൾ സൂക്ഷിക്കുക (വലുതാക്കൽ)" എന്ന ഓപ്ഷൻ ഉപയോഗിച്ച് ഭയാനകമായ ടെക്സ്ചറുകളുള്ള ഒരു ഫോട്ടോ നിർമ്മിക്കുന്നു (വിരലുകൾ കാണുക):

എന്നാൽ 500px ഫോട്ടോ ഉപയോഗിച്ച് വീണ്ടും സാമ്പിൾ ചെയ്യുന്നു റിയലിസ്റ്റിക് ഹാൻഡ് ടെക്‌സ്‌ചറുകൾ പുനഃസ്ഥാപിച്ച ചിത്രത്തിന്റെ കൂടുതൽ വൃത്തിയുള്ള പതിപ്പ് നമുക്ക് മെച്ചപ്പെടുത്താം:

വ്യത്യാസം കൂടുതൽ എളുപ്പത്തിൽ കാണാൻ നിങ്ങളെ സഹായിക്കുന്നതിനുള്ള ഒരു ക്രോപ്പ് താരതമ്യം ഇതാ:

0>

മറ്റ് ഉദാഹരണങ്ങൾ കാണുക:

ലിനിയ സാൻഡ്ബാക്കിന്റെ ഫോട്ടോയുടെ യഥാർത്ഥ ക്രോപ്പിംഗ്ഫോട്ടോഷോപ്പിനൊപ്പം ഉയർന്ന നിലവാരംനമുക്ക് മെച്ചപ്പെടുത്താംഒരു ഫോട്ടോയിൽ നിന്ന് യഥാർത്ഥ ക്രോപ്പ് Brynna Spencer by Brynna Spencerഫോട്ടോഷോപ്പിനൊപ്പം ഉയർന്ന നിലവാരംലെറ്റ്സ് എൻഹാൻസ് ഉപയോഗിച്ച് ഉയർന്നത്പെക്സൽസ് ഇമേജ് ബാങ്കിൽ നിന്ന് എടുത്ത ഫോട്ടോയിൽ നിന്നുള്ള യഥാർത്ഥ ക്രോപ്പ്ഫോട്ടോഷോപ്പിനൊപ്പം ഉയർന്നത്നമുക്ക് മെച്ചപ്പെടുത്താം

നമുക്ക് മെച്ചപ്പെടുത്താം സൃഷ്‌ടിച്ചത് അലക്സ് സാവ്സുനെങ്കോ, വ്ലാഡിസ്ലാവ് പ്രാൻസ്കെവിസിയസ് എന്നിവർ പിഎച്ച്.ഡി. കഴിഞ്ഞ രണ്ടര മാസമായി സോഫ്‌റ്റ്‌വെയർ നിർമ്മിക്കുന്ന യഥാക്രമം രസതന്ത്രവും മുൻ സി.ടി.ഒ. ഈ സംവിധാനം നിലവിൽ ആദ്യഘട്ടത്തിലാണ്പതിപ്പ്, ഉപയോക്തൃ ആവശ്യങ്ങളും ഫീഡ്‌ബാക്കും അടിസ്ഥാനമാക്കി തുടർച്ചയായി മെച്ചപ്പെടുത്തും.

നിലവിലെ ന്യൂറൽ നെറ്റ്‌വർക്ക് "ഏകദേശം 10% നിരക്കിൽ പോർട്രെയ്‌റ്റുകൾ ഉൾപ്പെടുന്ന ചിത്രങ്ങളുടെ ഒരു വലിയ ഉപവിഭാഗത്തിൽ പരിശീലിപ്പിച്ചിരിക്കുന്നു," Savsunenko പറയുന്നു.

ഓരോ തരത്തിലുള്ള ചിത്രങ്ങൾക്കും വെവ്വേറെ നെറ്റ്‌വർക്കുകൾ സൃഷ്‌ടിക്കുകയും ലോഡ് ചെയ്‌ത തരം കണ്ടെത്തി ഉചിതമായ നെറ്റ്‌വർക്ക് പ്രയോഗിക്കുകയും ചെയ്യുക എന്നതാണ് ആശയമെന്ന് അദ്ദേഹം വിശദീകരിക്കുന്നു. നിലവിലെ പതിപ്പ് മൃഗങ്ങളുടെയും പ്രകൃതിദൃശ്യങ്ങളുടെയും ചിത്രങ്ങൾ ഉപയോഗിച്ച് മികച്ച ഫലങ്ങൾ കൈവരിച്ചു.

ഇതും കാണുക: ഫോട്ടോഗ്രാഫർ ഹോങ്കോങ്ങിലെ മൈക്രോ-അപ്പാർട്ട്മെന്റിലെ താമസക്കാരുടെ ജീവിതം രേഖപ്പെടുത്തുന്നു

EnhanceNet-PAT

Tübingen ലെ മാക്‌സ് പ്ലാങ്ക് ഇൻസ്റ്റിറ്റ്യൂട്ട് ഫോർ ഇന്റലിജന്റ് സിസ്റ്റംസിലെ ശാസ്ത്രജ്ഞർ വികസിപ്പിച്ചെടുത്ത ഒരു പുതിയ അൽഗോരിതം ആണ് EnhanceNet-PAT. ജര്മനിയില്. ഈ പുതിയ സാങ്കേതികവിദ്യയും ശ്രദ്ധേയമായ ഫലങ്ങൾ കാണിച്ചു. ഒരു പക്ഷിയുടെ യഥാർത്ഥ ഫോട്ടോ ഉള്ള ഒരു ഉദാഹരണം ചുവടെയുണ്ട്:

ശാസ്ത്രജ്ഞർ ഫോട്ടോ എടുത്ത് ഇത് സൃഷ്ടിച്ചു എല്ലാ മികച്ച വിശദാംശങ്ങളും നഷ്‌ടമായ കുറഞ്ഞ റെസല്യൂഷൻ പതിപ്പ്:

കുറഞ്ഞ റെസല്യൂഷൻ പതിപ്പ് പിന്നീട് എൻഹാൻസ്നെറ്റ്-പാറ്റ് പ്രോസസ്സ് ചെയ്തു, ഹൈ ഡെഫനിഷൻ പതിപ്പ് കൃത്രിമമായി മെച്ചപ്പെടുത്തി അത് യഥാർത്ഥ ഫോട്ടോയിൽ നിന്ന് വേർതിരിക്കാനാവാത്തതാണ്.

പരമ്പരാഗത അപ്‌സ്‌കേലിംഗ് സാങ്കേതികവിദ്യകൾ ചുറ്റുമുള്ള പിക്‌സലുകളെ അടിസ്ഥാനമാക്കി കണക്കാക്കി നഷ്‌ടമായ പിക്‌സലുകളും വിശദാംശങ്ങളും പൂരിപ്പിക്കാൻ ശ്രമിക്കുന്നു. എന്നിരുന്നാലും, ഇത്തരത്തിലുള്ള തന്ത്രങ്ങളുടെ ഫലങ്ങൾ തൃപ്തികരമല്ല. ശാസ്ത്രജ്ഞർ ഇപ്പോൾ പര്യവേക്ഷണം ചെയ്യുന്നത് അതിന്റെ ഉപയോഗമാണ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് അതുവഴി യഥാർത്ഥ ഉയർന്ന റെസല്യൂഷൻ പതിപ്പുകൾ പഠിച്ച് കുറഞ്ഞ റെസല്യൂഷനുള്ള ഫോട്ടോകൾ എങ്ങനെയായിരിക്കണമെന്ന് മെഷീൻ "പഠിക്കുന്നു".

ഇങ്ങനെ പരിശീലിപ്പിച്ചാൽ, അൽഗോരിതങ്ങൾക്ക് പുതിയ ഫോട്ടോകൾ എടുക്കാനാകും. കുറഞ്ഞ മിഴിവുള്ള ചിത്രം, ആ ഫോട്ടോയുടെ "യഥാർത്ഥ" ഉയർന്ന റെസല്യൂഷൻ പതിപ്പ് നന്നായി ഊഹിക്കുക.

ഇതും കാണുക: ഫോട്ടോഗ്രാഫർമാർ ഇഷ്ടപ്പെടുന്ന 10 35 എംഎം ഫിലിമുകൾ

"കുറഞ്ഞ റെസല്യൂഷനിലുള്ള ചിത്രത്തിൽ പാറ്റേണുകൾ കണ്ടെത്താനും ജനറേറ്റുചെയ്യാനും ആ പാറ്റേണുകൾ അപ്‌സാംപ്ലിംഗിൽ പ്രയോഗിക്കാനും കഴിയും process , EnhanceNet-PAT പക്ഷിയുടെ തൂവലുകൾ എങ്ങനെയായിരിക്കണം എന്നതിനെക്കുറിച്ച് ചിന്തിക്കുകയും അതിനനുസരിച്ച് കുറഞ്ഞ റെസല്യൂഷനുള്ള ചിത്രത്തിലേക്ക് അധിക പിക്സലുകൾ ചേർക്കുകയും ചെയ്യുന്നു” എന്ന് മാക്സ് പ്ലാങ്ക് ഇൻസ്റ്റിറ്റ്യൂട്ട് പറയുന്നു.

EnhanceNet-PAT-ന്റെ സാങ്കേതിക വിശദാംശങ്ങളെക്കുറിച്ച് കൂടുതലറിയാൻ, ഗവേഷണ പ്രോജക്‌റ്റ് വെബ്‌സൈറ്റിലേക്ക് പോകുക.