ရုပ်ပုံများ တိုးတက်စေရန်အတွက် ဥာဏ်ရည်တုကို အသုံးပြုခြင်းသည် အကန့်အသတ်မရှိ ဟု ထင်ရသည်။ စမ်းသပ်ဆော့ဖ်ဝဲလ်ရှိ သုတေသန စီးရီးများသည် ဓာတ်ပုံများ၏ ကြည်လင်ပြတ်သားမှု ကို ပိုမိုကောင်းမွန်အောင် လုပ်ဆောင်နိုင်မှုအား သဘောကျနှစ်ခြိုက်ကြပြီး တီဗီတွင် မြင်တွေ့ရသည့် ရဲဇာတ်လမ်းတွဲများတွင်သာ ဖြစ်နိုင်သည့်နည်းဖြင့် ၎င်းကို စွဲမှတ်စေသည်။

ကို မြှင့်တင်ကြပါစို့။ ဓာတ်ပုံများကို မြှင့်တင်ရန်အတွက် အာရုံကြောကွန်ရက်များကို အသုံးပြုသည့် ဝဘ်ဆိုက်အသစ်သည် ထိုကဲ့သို့သော လုပ်ဆောင်ချက်အသစ်တစ်ခုဖြစ်သည်။ ဝန်ဆောင်မှုသည် ဓာတ်ပုံများမှ လွဲမှားနေသော အသေးစိတ်အချက်အလက်များနှင့် အသွင်အပြင်များကို ပိုမိုကောင်းမွန်စေပြီး ရှင်းလင်းစေသည်။ မကြာသေးမီက၊ ဂျာမန်သိပ္ပံပညာရှင်များသည် ရုပ်ပုံများ၏ ပြတ်သားမှုကို ကြောက်မက်ဖွယ်ကောင်းသော နည်းလမ်းဖြင့် ပြန်လည်ရယူနိုင်သည့် အယ်လဂိုရီသမ် EnhanceNet-PAT တီထွင်မှုကို ကြေညာခဲ့သည်။

ကို မြှင့်တင်ကြပါစို့

Let's Enhance သည် အာရုံကြောကို အသုံးပြုသည့် ဝဘ်ဆိုက်တစ်ခုဖြစ်သည်။ ဓာတ်ပုံများကို မြှင့်တင်ရန် ကွန်ရက်များကို ရိုးရှင်းပြီး အသုံးပြုရလွယ်ကူစေရန် ဒီဇိုင်းထုတ်ထားသည်။ ပင်မစာမျက်နှာသည် သင့်အား ဓာတ်ပုံတစ်ပုံကို အလယ်ဗဟိုသို့ ဆွဲယူချရန် ဖိတ်ကြားထားသည်။ သင့်ဓာတ်ပုံကို လက်ခံရရှိသည်နှင့်တစ်ပြိုင်နက်၊ အာရုံကြောကွန်ရက်သည် အသေးစိတ်အချက်အလက်များနှင့် အသွင်အပြင်များကို ပိုမိုကောင်းမွန်စေပြီး ဓာတ်ပုံသည် သဘာဝအတိုင်းဖြစ်နေစေရန်အတွက် ပိုမိုကောင်းမွန်လာပါသည်။

ဓာတ်ပုံတစ်ပုံကို အပ်လုဒ်လုပ်တိုင်း၊ ရလဒ် 3 ခုကို ထုတ်ပေးသည်- Anti-JPEG Filter သည် JPEG ရှေးဟောင်းပစ္စည်းများကို ရိုးရှင်းစွာဖယ်ရှားပေးသည်၊ ငြီးငွေ့ဖွယ်စစ်ထုတ်မှုသည် ချဲ့ထွင်ခြင်း၊ ရှိပြီးသားအသေးစိတ်အချက်အလက်များနှင့် အနားသတ်များကို ထိန်းသိမ်းပေးကာ Magic filter သည် ယခင်ကမရှိခဲ့သော ဓာတ်ပုံရှိအသေးစိတ်အချက်အလက်များကို ဆွဲယူပြီး အမြင်မှားစေသည် (AI ကိုသုံး၍)။

အလုပ်ပြီးမြောက်ရန် မိနစ်အနည်းငယ်စောင့်ရပါမည် ၊ဒါပေမယ့် ထိုက်တန်ပါတယ် – ရရှိလာတဲ့ ရလဒ်တွေက တကယ်ကို အထင်ကြီးစရာပါ။ PetaPixel ဝဘ်ဆိုက်သည် မကြာသေးမီက ထွက်ရှိခဲ့သော Rylo ကင်မရာမှ လူသိရှင်ကြားဓာတ်ပုံကို အသုံးပြု၍ စနစ်ဖြင့် စမ်းသပ်မှုများ ဆက်တိုက်လုပ်ဆောင်ခဲ့သည်။ မူရင်းပုံကိုကြည့်ပါ-

ထို့နောက် ပုံအား 500px အကျယ်သို့ အရွယ်အစားပြောင်းထားပါသည်။

ဓာတ်ပုံ၏ 500px အကျယ်သည် ထို့နောက် Photoshop တွင် ကျယ်ဝန်းသော 2000px သို့ ပြန်လည်နမူနာပြုလုပ်ထားသည့် “Preserve Details (enlargement)” ရွေးချယ်မှုဖြင့် ဓာတ်ပုံတစ်ပုံအား ကြောက်မက်ဖွယ်ကောင်းသော အသွင်အပြင်များထုတ်လုပ်ပေးသည့် (လက်ချောင်းများကိုကြည့်ပါ)-

ကြည့်ပါ။: 11 ChatGPT အစားထိုးရွေးချယ်စရာများကို 2023 ခုနှစ်တွင် သင်စမ်းသုံးနိုင်ပါသည်။

သို့သော် 500px ဓာတ်ပုံကို အသုံးပြု၍ ပြန်လည်နမူနာပြုလုပ်ခြင်း လက်တွေ့ကျသော လက်ဖြင့်ဖွဲ့စည်းပုံများ ပြန်လည်ရရှိထားသော ပိုမိုသန့်ရှင်းသော ရုပ်ပုံဗားရှင်းကို Enhance မှ ထုတ်လုပ်လိုက်ကြပါစို့-

ဤသည်မှာ ခြားနားမှုကို ပိုမိုလွယ်ကူစွာမြင်နိုင်စေရန် သီးနှံနှိုင်းယှဉ်မှုတစ်ခုဖြစ်သည်-

အခြားဥပမာများကိုကြည့်ပါ-

ကြည့်ပါ။: အနုစိတ်ဓါတ်ပုံပညာဆိုတာ ဘာလဲ။ အနုစိတ်ဓါတ်ပုံပညာဆိုတာ ဘာလဲ။ အမြင်အာရုံပညာရပ်ဆိုင်ရာ မဟာဝိဇ္ဇာပညာသည် အရာရာကို ရှင်းပြသည်။Linnea Sandbakk မှ ဓာတ်ပုံတစ်ပုံကို မူရင်းဖြတ်တောက်ခြင်းPhotoshop ဖြင့် အဆင့်မြှင့်တင်ခြင်းအဆင့်မြှင့်တင်ခြင်းဖြင့် Let's Enhanceဓာတ်ပုံမှ မူရင်းဖြတ်တောက်ခြင်း by Brynna SpencerPhotoshop with UpscaleUpscale with Let's EnhancePexels image bank မှယူထားသော ဓာတ်ပုံမှ မူရင်းဖြတ်တောက်ခြင်းPhotoshop with UpscaleUpscale with Let's Enhance

Let's Enhance ကို ဖန်တီးထားပါသည်။ Alex Savsunenko နှင့် Vladislav Pranskevičius, Ph.D. ဓာတုဗေဒဘာသာရပ်နှင့် ဆော့ဖ်ဝဲလ်ကို လွန်ခဲ့သော နှစ်လခွဲခန့်က တည်ဆောက်နေခဲ့သော CTO ဟောင်းတစ်ဦးဖြစ်သည်။ စနစ်သည် လက်ရှိတွင် ၎င်း၏ နံပါတ် ၁ တွင် ရှိနေသည်။ဗားရှင်းနှင့် သုံးစွဲသူများ၏ လိုအပ်ချက်နှင့် တုံ့ပြန်ချက်အပေါ် အခြေခံ၍ ဗားရှင်းကို စဉ်ဆက်မပြတ် မြှင့်တင်သွားမည်ဖြစ်သည်။

လက်ရှိ အာရုံကြောကွန်ရက်ကို “၁၀% ခန့်နှုန်းဖြင့် ပုံတူပုံများပါ၀င်သည့် အလွန်ကြီးမားသော ပုံများကို လေ့ကျင့်သင်ကြားထားသည်” ဟု Savsunenko ကဆိုသည်။

စိတ်ကူးသည် ပုံအမျိုးအစားတစ်ခုစီအတွက် သီးခြားကွန်ရက်များဖန်တီးရန်နှင့် တင်ထားသည့်အမျိုးအစားကို ရှာဖွေပြီး သင့်လျော်သောကွန်ရက်ကို အသုံးပြုရန် စိတ်ကူးဖြစ်ကြောင်း ရှင်းပြသည်။ လက်ရှိဗားရှင်းသည် တိရိစ္ဆာန်များနှင့် ရှုမျှော်ခင်းပုံများနှင့်အတူ ပိုမိုကောင်းမွန်သောရလဒ်များကို ရရှိခဲ့သည်။

EnhanceNet-PAT

EnhanceNet-PAT သည် Tübingen ရှိ Max Planck Institute for Intelligent Systems မှ သိပ္ပံပညာရှင်များမှ တီထွင်ထားသည့် အယ်လဂိုရီသမ်အသစ်တစ်ခုဖြစ်သည်။ ဂျာမနီမှာ။ ဤနည်းပညာအသစ်သည် အထင်ကြီးလောက်စရာရလဒ်များကို ပြသခဲ့သည်။ အောက်ဖော်ပြပါပုံသည် ငှက်တစ်ကောင်၏ မူရင်းဓာတ်ပုံပါသည့် ဥပမာတစ်ခုဖြစ်သည်-

သိပ္ပံပညာရှင်များသည် ဓာတ်ပုံကိုယူ၍ ဤဓာတ်ပုံကို ဖန်တီးခဲ့သည်။ အသေးစိပ်အသေးစိတ်များ ဆုံးရှုံးသွားသည့် ချို့ယွင်းချက်နိမ့်ဗားရှင်း-

ထို့နောက် ကြည်လင်ပြတ်သားမှုအနိမ့်ဆုံးဗားရှင်းကို EnhanceNet-PAT မှ လုပ်ဆောင်ခဲ့ပြီး မြင့်မားသော အဓိပ္ပါယ်ဖွင့်ဆိုချက် ဗားရှင်းကို အတုဖြင့် မြှင့်တင်ထားသည် ၎င်းသည် မူရင်းဓာတ်ပုံနှင့် လုံးဝခွဲခြား၍မရပေ။

ပတ်ဝန်းကျင်ရှိ ပစ်ဇယ်များကို အခြေခံ၍ တွက်ချက်ခြင်းဖြင့် ပျောက်ဆုံးနေသော pixels များနှင့် အသေးစိတ်အချက်အလက်များကို ဖြည့်စွက်ရန် ရိုးရာနည်းပညာများဖြင့် ဖြည့်ဆည်းပေးသည်။ သို့သော်လည်း ဤနည်းဗျူဟာအမျိုးအစားများ၏ ရလဒ်များသည် ကျေနပ်ဖွယ်မရှိပေ။ သိပ္ပံပညာရှင်များ ယခုရှာဖွေနေသော အရာမှာ အသုံးပြုခြင်းပင်ဖြစ်သည်။ ဉာဏ်ရည်တု မူရင်း Resolution မြင့်မားသောဗားရှင်းများကို လေ့လာခြင်းဖြင့် စက်သည် မည်သို့သော Resolution နည်းပါးသော ဓာတ်ပုံများကို မြင်တွေ့ရမည်ကို “သင်ယူ” နိုင်စေရန်။

ဤနည်းဖြင့် လေ့ကျင့်ပြီးသည်နှင့်၊ အယ်လဂိုရီသမ်များသည် ဓာတ်ပုံအသစ်များကို ရိုက်ကူးနိုင်မည်ဖြစ်သည်။ ကြည်လင်ပြတ်သားမှုနိမ့်သောပုံနှင့် ထိုဓာတ်ပုံ၏ "မူလ" မြင့်မားသော ကြည်လင်ပြတ်သားမှုဗားရှင်းကို ပိုမိုကောင်းမွန်စွာ ခန့်မှန်းကြည့်ပါ။

“ကြည်လင်ပြတ်သားမှုနည်းသောပုံတွင် ပုံစံများကို ရှာဖွေဖော်ထုတ်နိုင်ခြင်းဖြင့် အဆိုပါပုံစံများကို နမူနာယူခြင်းတွင် အသုံးချခြင်းဖြင့်၊ လုပ်ငန်းစဉ် ၊ EnhanceNet-PAT သည် ငှက်၏ အမွေးများနှင့် မည်ကဲ့သို့ ပုံသဏ္ဌာန်ရှိသင့်သည်ကို စဉ်းစားပြီး ကြည်လင်ပြတ်သားမှု နည်းပါးသော ရုပ်ပုံသို့ အပို pixels များကို ပေါင်းထည့်သည်" ဟု Max Planck Institute မှ ပြောကြားခဲ့သည်။

EnhanceNet-PAT ၏ နည်းပညာဆိုင်ရာ အသေးစိတ်အချက်အလက်များကို ပိုမိုလေ့လာရန်၊ သုတေသန ပရောဂျက် ဝဘ်ဆိုဒ်သို့ သွားပါ။