Penggunaan kecerdasan buatan untuk memperbaik imej nampaknya tidak mempunyai had . Satu siri penyelidikan dalam perisian percubaan telah mengagumkan dengan keupayaannya untuk meningkatkan resolusi gambar dengan cara yang sehingga itu hanya kelihatan mungkin dalam siri polis yang kita lihat di TV.

Mari Tingkatkan , tapak web baharu yang menggunakan rangkaian saraf untuk mempertingkatkan gambar ialah satu ciri baharu tersebut. Perkhidmatan ini menambah baik dan menjelaskan butiran dan tekstur yang hilang daripada foto. Baru-baru ini, saintis Jerman mengumumkan pembangunan EnhanceNet-PAT, algoritma yang berjaya memulihkan ketajaman imej dengan cara yang menakutkan.

Mari Tingkatkan

Mari Tingkatkan ialah tapak web yang menggunakan saraf rangkaian untuk meningkatkan foto dan direka bentuk untuk menjadi minimalis dan mudah digunakan. Halaman utama menjemput anda untuk menyeret dan melepaskan foto ke tengah. Setelah foto anda diterima, rangkaian saraf mempertingkat dan menjelaskan butiran dan tekstur supaya foto kelihatan semula jadi.

Setiap kali anda memuat naik foto, 3 hasil terhasil: Anti-JPEG penapis hanya mengalih keluar artifak JPEG, Penapis membosankan melakukan penskalaan, mengekalkan butiran dan tepi sedia ada, dan Penapis Ajaib melukis dan mengkhayalkan butiran baharu dalam foto yang sebenarnya tidak ada sebelum ini (menggunakan AI).

Anda perlu menunggu beberapa minit untuk kerja selesai ,tetapi ia berbaloi – hasil yang diperoleh sangat mengagumkan. Laman web PetaPixel menjalankan satu siri ujian dengan sistem menggunakan foto publisiti daripada kamera Rylo, yang baru dikeluarkan. Lihat imej asal:

Kemudian imej telah diubah saiz kepada 500px lebar.

Foto 500px lebar ialah kemudian sampel semula dalam Photoshop kepada 2000px lebar menggunakan pilihan "Kekalkan Butiran (pembesaran)" menghasilkan foto dengan tekstur yang mengerikan (lihat jari):

Tetapi pensampelan semula foto 500px menggunakan Let's Enhance menghasilkan versi imej yang lebih bersih yang mempunyai tekstur tangan yang realistik dipulihkan:

Lihat juga: Temu bual terakhir Orlando Brito

Berikut ialah perbandingan tanaman untuk membantu anda melihat perbezaan dengan lebih mudah:

Lihat contoh lain:

Pangkasan asal foto oleh Linnea SandbakkTingkatkan dengan PhotoshopTingkatkan dengan Let's EnhancePangkasan asal daripada foto oleh Brynna SpencerTingkat Atas dengan PhotoshopTingkat Atas dengan Let's EnhancePangkasan asal daripada foto yang diambil dari bank imej PexelsTingkat atas dengan PhotoshopTingkat atas dengan Let's Enhance

Let's Enhance telah dibuat oleh Alex Savsunenko dan Vladislav Pranskevičius, Ph.D. kimia dan bekas CTO masing-masing, yang telah membina perisian selama dua setengah bulan yang lalu. Sistem ini kini berada di peringkat pertamaversi dan akan terus dipertingkatkan berdasarkan keperluan dan maklum balas pengguna.

Rangkaian saraf semasa "dilatih pada subset imej yang sangat besar yang termasuk potret pada kadar lebih kurang 10%," kata Savsunenko.

Beliau menerangkan bahawa ideanya adalah untuk mencipta rangkaian berasingan untuk setiap jenis imej dan mengesan jenis yang dimuatkan dan menggunakan rangkaian yang sesuai. Versi semasa telah mencapai hasil yang lebih baik dengan imej haiwan dan landskap.

EnhanceNet-PAT

EnhanceNet-PAT ialah algoritma baharu yang dibangunkan oleh saintis di Institut Max Planck untuk Sistem Pintar di Tübingen, di German. Teknologi baharu ini juga telah menunjukkan hasil yang mengagumkan. Di bawah ialah contoh dengan foto asal burung:

Para saintis mengambil foto itu dan mencipta yang ini versi resolusi rendah di mana semua butiran halus hilang:

Versi resolusi rendah kemudiannya diproses oleh EnhanceNet-PAT, mencipta versi definisi tinggi yang dipertingkatkan secara buatan yang hampir tidak dapat dibezakan daripada foto asal.

Teknologi peningkatan tradisional cuba mengisi piksel dan butiran yang hilang dengan mengira berdasarkan piksel sekeliling. Walau bagaimanapun, keputusan jenis strategi ini tidak memuaskan. Apa yang sedang diterokai oleh saintis ialah kegunaannya kecerdasan buatan supaya mesin "mempelajari" rupa foto resolusi rendah dengan mengkaji versi asal resolusi tinggi.

Setelah dilatih dengan cara ini, algoritma boleh mengambil foto baharu imej resolusi rendah dan buat tekaan yang lebih baik pada versi resolusi tinggi "asal" foto itu.

“Dengan dapat mengesan dan menjana corak dalam imej resolusi rendah dan menggunakan corak tersebut dalam pensampelan naik proses , EnhanceNet-PAT memikirkan tentang rupa bulu burung itu dan menambah piksel tambahan pada imej peleraian rendah dengan sewajarnya” kata Institut Max Planck.

Lihat juga: Bagaimana untuk Mengakses ChatGPT?

Untuk mengetahui lebih lanjut tentang butiran teknikal EnhanceNet-PAT, pergi ke tapak web projek penyelidikan.