Het gebruik van kunstmatige intelligentie voor beeldverbetering lijkt geen grenzen hebben Een reeks experimentele softwareonderzoeken is indrukwekkend in zijn vermogen om de fotoresolutie op een manier die tot dan toe alleen mogelijk leek in politieseries die we op tv zien.

Let's Enhance, een nieuwe website die neurale netwerken gebruikt om foto's te verbeteren, is zo'n nieuwe bron. De dienst verbetert en verheldert ontbrekende details en texturen in foto's. Meer recent hebben Duitse wetenschappers de ontwikkeling aangekondigd van EnhanceNet-PAT, een algoritme dat de scherpte van foto's op een angstaanjagende manier kan herstellen.

Laten we verbeteren

Let's Enhance is een website die neurale netwerken gebruikt om foto's te verbeteren en is minimalistisch en gebruiksvriendelijk ontworpen. De homepage nodigt je uit om een foto naar het midden te slepen. Zodra je foto is ontvangen, verbetert en verheldert het neurale netwerk details en texturen om de foto er natuurlijk uit te laten zien.

Telkens wanneer je een foto uploadt, worden er 3 resultaten geproduceerd: het Anti-JPEG filter verwijdert eenvoudig JPEG-artefacten, het Boring filter vergroot de schaal, waarbij bestaande details en randen behouden blijven, en het Magic filter tekent en hallucineert nieuwe details in de foto die er eerder eigenlijk niet waren (met behulp van AI).

Je zult een paar minuten moeten wachten tot de klus geklaard is De website PetaPixel heeft een serie tests gedaan met het systeem aan de hand van een publiciteitsfoto van de Rylo-camera, die net is gelanceerd. Bekijk de originele afbeelding:

De afbeelding werd vervolgens verkleind tot 500px breed.

De 500px brede foto werd vervolgens in Photoshop geresampled naar 2000px breed met de optie "Details behouden (vergroting)", wat een foto met afschuwelijke texturen opleverde (zie vingers):

Maar het resamplen van de 500px foto met behulp van Let's Enhance leverde een veel schonere versie van de afbeelding op waarin de realistische texturen op de handen waren hersteld:

Hier is een vergelijking van de knipsels zodat je het verschil beter kunt zien:

Zie ook: 10 fotografen om te volgen op TikTok

Zie andere voorbeelden:

Originele bewerking van een foto door Linnea Sandbakk Upscalen met Photoshop Upscale met Let's Enhance Originele uitsnede van een foto door Brynna Spencer Upscalen met Photoshop Upscale met Let's Enhance Originele uitsnede van een foto uit de beeldbank van Pexels Upscalen met Photoshop Upscale met Let's Enhance

Let's Enhance is gemaakt door Alex Savsunenko en Vladislav Pranskevičius, respectievelijk een gepromoveerd scheikundige en een voormalig CTO, die de software de afgelopen tweeënhalve maand hebben gebouwd. Het systeem bevindt zich momenteel in de 1e versie en zal voortdurend worden verbeterd op basis van gebruikersbehoeften en feedback.

Het huidige neurale netwerk was "getraind met een zeer brede subset van afbeeldingen die portretten bevatte met een percentage van ongeveer 10%", aldus Savsunenko.

Hij legt uit dat het idee is om aparte netwerken te maken voor elk type afbeelding en het geüploade type te detecteren en een geschikt netwerk toe te passen. De huidige versie heeft betere resultaten behaald met afbeeldingen van dieren en landschappen.

EnhanceNet-PAT

EnhanceNet-PAT is een nieuw algoritme dat is ontwikkeld door wetenschappers van het Max Planck Instituut voor Intelligente Systemen in Tübingen, Duitsland. Deze nieuwe technologie heeft ook indrukwekkende resultaten laten zien. Zie hieronder een voorbeeld met een originele foto van een vogel:

Wetenschappers hebben de foto genomen en deze lage-resolutieversie gemaakt waarin alle fijne details verloren zijn gegaan:

Zie ook: Hoe maak je een foto van de maan met een mobiele telefoon?

De versie met lage resolutie werd vervolgens verwerkt door EnhanceNet-PAT, waardoor een kunstmatig verbeterde hoge definitie die vrijwel niet te onderscheiden is van de originele foto.

Traditionele upscaling-technologieën proberen ontbrekende pixels en details aan te vullen door te rekenen op basis van omliggende pixels. De resultaten van dit soort strategieën zijn echter onbevredigend. Wat wetenschappers nu onderzoeken is het gebruik van kunstmatige intelligentie zodat de machine "leert" hoe foto's met een lage resolutie eruit moeten zien door de originele versies met een hoge resolutie te bestuderen.

Als ze op deze manier getraind zijn, kunnen de algoritmes nieuwe foto's met een lage resolutie maken en een betere gok doen naar een "originele" versie met een hoge resolutie van die foto.

"Doordat EnhanceNet-PAT in staat is om patronen te detecteren en te genereren in een beeld met een lage resolutie en deze patronen toe te passen in het upsamplingproces, denkt EnhanceNet-PAT na over hoe de veren van de vogel eruit zouden moeten zien en voegt dienovereenkomstig extra pixels toe aan het beeld met een lage resolutie", aldus het Max Planck Instituut.

Ga voor meer informatie over de technische details van EnhanceNet-PAT naar de website van het onderzoeksproject.