ਚਿੱਤਰਾਂ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਵਰਤੋਂ ਦੀ ਕੋਈ ਸੀਮਾ ਨਹੀਂ ਹੈ ਜਾਪਦੀ ਹੈ। ਪ੍ਰਯੋਗਾਤਮਕ ਸੌਫਟਵੇਅਰ ਵਿੱਚ ਖੋਜਾਂ ਦੀ ਇੱਕ ਲੜੀ ਨੇ ਫੋਟੋਗ੍ਰਾਫ਼ਾਂ ਦੇ ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਵਿੱਚ ਸੁਧਾਰ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਤੋਂ ਪ੍ਰਭਾਵਿਤ ਕੀਤਾ ਹੈ ਕਿ ਉਦੋਂ ਤੱਕ ਸਿਰਫ਼ ਪੁਲਿਸ ਸੀਰੀਜ਼ ਵਿੱਚ ਹੀ ਸੰਭਵ ਸੀ ਜੋ ਅਸੀਂ ਟੀਵੀ 'ਤੇ ਦੇਖਦੇ ਹਾਂ।

ਆਓ ਵਧਾਉਂਦੇ ਹਾਂ। , ਇੱਕ ਨਵੀਂ ਵੈਬਸਾਈਟ ਜੋ ਫੋਟੋਆਂ ਨੂੰ ਵਧਾਉਣ ਲਈ ਨਿਊਰਲ ਨੈਟਵਰਕ ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ, ਇੱਕ ਅਜਿਹੀ ਨਵੀਂ ਵਿਸ਼ੇਸ਼ਤਾ ਹੈ। ਸੇਵਾ ਉਹਨਾਂ ਵੇਰਵਿਆਂ ਅਤੇ ਟੈਕਸਟ ਨੂੰ ਵਧਾਉਂਦੀ ਹੈ ਅਤੇ ਸਪਸ਼ਟ ਕਰਦੀ ਹੈ ਜੋ ਫੋਟੋਆਂ ਤੋਂ ਗੁੰਮ ਹਨ। ਹਾਲ ਹੀ ਵਿੱਚ, ਜਰਮਨ ਵਿਗਿਆਨੀਆਂ ਨੇ EnhanceNet-PAT, ਇੱਕ ਐਲਗੋਰਿਦਮ ਦੇ ਵਿਕਾਸ ਦੀ ਘੋਸ਼ਣਾ ਕੀਤੀ ਹੈ ਜੋ ਇੱਕ ਡਰਾਉਣੇ ਤਰੀਕੇ ਨਾਲ ਚਿੱਤਰਾਂ ਦੀ ਤਿੱਖਾਪਨ ਨੂੰ ਮੁੜ ਪ੍ਰਾਪਤ ਕਰਨ ਦਾ ਪ੍ਰਬੰਧ ਕਰਦਾ ਹੈ।

ਆਓ ਵਿਸਤਾਰ ਕਰੀਏ

ਆਓ ਐਨਹਾਂਸ ਇੱਕ ਵੈਬਸਾਈਟ ਹੈ ਜੋ ਨਿਊਰਲ ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ ਫੋਟੋਆਂ ਨੂੰ ਵਧਾਉਣ ਲਈ ਨੈੱਟਵਰਕ ਅਤੇ ਘੱਟੋ-ਘੱਟ ਅਤੇ ਵਰਤੋਂ ਵਿੱਚ ਆਸਾਨ ਬਣਾਉਣ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਹੋਮਪੇਜ ਤੁਹਾਨੂੰ ਕੇਂਦਰ ਵਿੱਚ ਇੱਕ ਫੋਟੋ ਖਿੱਚਣ ਅਤੇ ਛੱਡਣ ਲਈ ਸੱਦਾ ਦਿੰਦਾ ਹੈ। ਤੁਹਾਡੀ ਫੋਟੋ ਪ੍ਰਾਪਤ ਹੋਣ ਤੋਂ ਬਾਅਦ, ਨਿਊਰਲ ਨੈਟਵਰਕ ਵੇਰਵਿਆਂ ਅਤੇ ਟੈਕਸਟ ਨੂੰ ਵਧਾਉਂਦਾ ਹੈ ਅਤੇ ਸਪਸ਼ਟ ਕਰਦਾ ਹੈ ਤਾਂ ਜੋ ਫੋਟੋ ਕੁਦਰਤੀ ਦਿਖਾਈ ਦੇਣ।

ਹਰ ਵਾਰ ਜਦੋਂ ਤੁਸੀਂ ਕੋਈ ਫੋਟੋ ਅਪਲੋਡ ਕਰਦੇ ਹੋ, 3 ਨਤੀਜੇ ਪੈਦਾ ਹੁੰਦੇ ਹਨ: ਐਂਟੀ-ਜੇਪੀਈਜੀ ਫਿਲਟਰ ਸਿਰਫ਼ JPEG ਕਲਾਤਮਕ ਚੀਜ਼ਾਂ ਨੂੰ ਹਟਾਉਂਦਾ ਹੈ, ਬੋਰਿੰਗ ਫਿਲਟਰ ਮੌਜੂਦਾ ਵੇਰਵਿਆਂ ਅਤੇ ਕਿਨਾਰਿਆਂ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਦਾ ਹੈ, ਅਤੇ ਮੈਜਿਕ ਫਿਲਟਰ ਫੋਟੋ ਵਿੱਚ ਨਵੇਂ ਵੇਰਵਿਆਂ ਨੂੰ ਖਿੱਚਦਾ ਅਤੇ ਭਰਮਾਉਂਦਾ ਹੈ ਜੋ ਅਸਲ ਵਿੱਚ ਪਹਿਲਾਂ ਨਹੀਂ ਸਨ (AI ਦੀ ਵਰਤੋਂ ਕਰਕੇ)।

ਤੁਹਾਨੂੰ ਕੰਮ ਪੂਰਾ ਕਰਨ ਲਈ ਕੁਝ ਮਿੰਟ ਉਡੀਕ ਕਰਨੀ ਪਵੇਗੀ ,ਪਰ ਇਹ ਇਸਦੀ ਕੀਮਤ ਹੈ - ਪ੍ਰਾਪਤ ਨਤੀਜੇ ਅਸਲ ਵਿੱਚ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਹਨ. ਪੇਟਾਪਿਕਸਲ ਦੀ ਵੈੱਬਸਾਈਟ ਨੇ ਰਾਈਲੋ ਕੈਮਰੇ ਤੋਂ ਇੱਕ ਪ੍ਰਚਾਰ ਫੋਟੋ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਸਿਸਟਮ ਨਾਲ ਟੈਸਟਾਂ ਦੀ ਇੱਕ ਲੜੀ ਚਲਾਈ, ਜੋ ਹੁਣੇ ਜਾਰੀ ਕੀਤੀ ਗਈ ਸੀ। ਅਸਲੀ ਚਿੱਤਰ ਦੇਖੋ:

ਫਿਰ ਚਿੱਤਰ ਦਾ ਆਕਾਰ 500px ਚੌੜਾ ਕਰ ਦਿੱਤਾ ਗਿਆ।

ਇਹ ਵੀ ਵੇਖੋ: ਸੋਨੀ: ਰਕਮ ਜਾਂ ਰਕਮ, ਕਿਹੜਾ ਚੁਣਨਾ ਹੈ?

500px ਚੌੜੀ ਦੀ ਫੋਟੋ ਸੀ ਫਿਰ "ਪ੍ਰੀਜ਼ਰਵ ਡਿਟੇਲਜ਼ (ਵੱਡਾ)" ਵਿਕਲਪ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਫ਼ੋਟੋਸ਼ਾਪ ਵਿੱਚ 2000px ਚੌੜਾਈ ਵਿੱਚ ਦੁਬਾਰਾ ਨਮੂਨਾ ਕੀਤਾ ਗਿਆ ਹੈ ਅਤੇ ਭਿਆਨਕ ਟੈਕਸਟ (ਉਂਗਲਾਂ ਦੇਖੋ):

ਪਰ ਵਰਤਦੇ ਹੋਏ 500px ਫੋਟੋ ਨੂੰ ਦੁਬਾਰਾ ਨਮੂਨਾ ਦੇਣਾ ਚਲੋ Enhance ਨੇ ਚਿੱਤਰ ਦਾ ਇੱਕ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸਾਫ਼-ਸੁਥਰਾ ਸੰਸਕਰਣ ਤਿਆਰ ਕੀਤਾ ਹੈ ਜਿਸ ਵਿੱਚ ਹੱਥਾਂ ਦੀ ਵਾਸਤਵਿਕ ਬਣਤਰ ਨੂੰ ਬਹਾਲ ਕੀਤਾ ਗਿਆ ਸੀ:

ਇੱਥੇ ਇੱਕ ਫਸਲ ਦੀ ਤੁਲਨਾ ਹੈ ਜੋ ਤੁਹਾਨੂੰ ਹੋਰ ਆਸਾਨੀ ਨਾਲ ਫਰਕ ਦੇਖਣ ਵਿੱਚ ਮਦਦ ਕਰਨ ਲਈ ਹੈ:

ਹੋਰ ਉਦਾਹਰਨਾਂ ਵੇਖੋ:

ਲਿਨੀਆ ਸੈਂਡਬੱਕ ਦੁਆਰਾ ਇੱਕ ਫੋਟੋ ਦੀ ਅਸਲੀ ਕ੍ਰੌਪਿੰਗਫੋਟੋਸ਼ਾਪ ਦੇ ਨਾਲ ਅੱਪਸਕੇਲਲੈਟਸ ਐਨਹਾਂਸ ਦੇ ਨਾਲ ਅੱਪਸਕੇਲਫੋਟੋ ਤੋਂ ਅਸਲੀ ਫਸਲ Brynna Spencerਫੋਟੋਸ਼ੌਪ ਦੇ ਨਾਲ ਅੱਪਸਕੇਲLet's Enhance ਨਾਲ ਅੱਪਸਕੇਲPexels ਇਮੇਜ ਬੈਂਕ ਤੋਂ ਲਈ ਗਈ ਇੱਕ ਫੋਟੋ ਤੋਂ ਅਸਲੀ ਫਸਲਫੋਟੋਸ਼ਾਪ ਦੇ ਨਾਲ ਅੱਪਸਕੇਲLet's Enhance ਨਾਲ ਅੱਪਸਕੇਲ

Let's Enhance ਬਣਾਇਆ ਗਿਆ ਸੀ ਐਲੇਕਸ ਸਾਵਸੁਨੇਨਕੋ ਅਤੇ ਵਲਾਦਿਸਲਾਵ ਪ੍ਰਾਂਸਕੇਵੀਸੀਅਸ ਦੁਆਰਾ, ਇੱਕ ਪੀਐਚ.ਡੀ. ਕ੍ਰਮਵਾਰ ਕੈਮਿਸਟਰੀ ਅਤੇ ਇੱਕ ਸਾਬਕਾ ਸੀਟੀਓ, ਜੋ ਪਿਛਲੇ ਢਾਈ ਮਹੀਨਿਆਂ ਤੋਂ ਸਾਫਟਵੇਅਰ ਬਣਾ ਰਹੇ ਹਨ। ਸਿਸਟਮ ਇਸ ਸਮੇਂ ਆਪਣੇ ਪਹਿਲੇ ਪੜਾਅ 'ਤੇ ਹੈਸੰਸਕਰਣ ਅਤੇ ਉਪਭੋਗਤਾ ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ ਅਤੇ ਫੀਡਬੈਕ ਦੇ ਅਧਾਰ 'ਤੇ ਨਿਰੰਤਰ ਸੁਧਾਰਿਆ ਜਾਵੇਗਾ।

ਮੌਜੂਦਾ ਨਿਊਰਲ ਨੈਟਵਰਕ ਨੂੰ "ਚਿੱਤਰਾਂ ਦੇ ਇੱਕ ਬਹੁਤ ਵੱਡੇ ਉਪ ਸਮੂਹ 'ਤੇ ਸਿਖਲਾਈ ਦਿੱਤੀ ਗਈ ਸੀ ਜਿਸ ਵਿੱਚ ਲਗਭਗ 10% ਦੀ ਦਰ ਨਾਲ ਪੋਰਟਰੇਟ ਸ਼ਾਮਲ ਸਨ," Savsunenko ਕਹਿੰਦਾ ਹੈ।

ਇਹ ਵੀ ਵੇਖੋ: ਅਸਲ ਵਿੱਚ ਅਜੇ ਵੀ ਫੋਟੋਗ੍ਰਾਫੀ ਕੀ ਹੈ?

ਉਹ ਦੱਸਦਾ ਹੈ ਕਿ ਵਿਚਾਰ ਹਰ ਕਿਸਮ ਦੇ ਚਿੱਤਰ ਲਈ ਵੱਖਰੇ ਨੈੱਟਵਰਕ ਬਣਾਉਣਾ ਅਤੇ ਲੋਡ ਕੀਤੀ ਕਿਸਮ ਦਾ ਪਤਾ ਲਗਾਉਣਾ ਅਤੇ ਇੱਕ ਢੁਕਵਾਂ ਨੈੱਟਵਰਕ ਲਾਗੂ ਕਰਨਾ ਹੈ। ਮੌਜੂਦਾ ਸੰਸਕਰਣ ਨੇ ਜਾਨਵਰਾਂ ਅਤੇ ਲੈਂਡਸਕੇਪਾਂ ਦੇ ਚਿੱਤਰਾਂ ਦੇ ਨਾਲ ਬਿਹਤਰ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕੀਤੇ ਹਨ।

EnhanceNet-PAT

EnhanceNet-PAT ਇੱਕ ਨਵਾਂ ਐਲਗੋਰਿਦਮ ਹੈ ਜੋ ਟੂਬਿੰਗੇਨ ਵਿੱਚ ਮੈਕਸ ਪਲੈਂਕ ਇੰਸਟੀਚਿਊਟ ਫਾਰ ਇੰਟੈਲੀਜੈਂਟ ਸਿਸਟਮਜ਼ ਦੇ ਵਿਗਿਆਨੀਆਂ ਦੁਆਰਾ ਵਿਕਸਤ ਕੀਤਾ ਗਿਆ ਹੈ, ਜਰਮਨੀ ਵਿੱਚ. ਇਸ ਨਵੀਂ ਤਕਨੀਕ ਨੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਨਤੀਜੇ ਵੀ ਦਿਖਾਏ ਹਨ। ਹੇਠਾਂ ਇੱਕ ਪੰਛੀ ਦੀ ਅਸਲੀ ਫੋਟੋ ਵਾਲੀ ਉਦਾਹਰਨ ਦਿੱਤੀ ਗਈ ਹੈ:

ਵਿਗਿਆਨੀਆਂ ਨੇ ਫੋਟੋ ਖਿੱਚੀ ਅਤੇ ਇਸਨੂੰ ਬਣਾਇਆ ਘੱਟ ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਵਾਲਾ ਸੰਸਕਰਣ ਜਿਸ ਵਿੱਚ ਸਾਰੇ ਵਧੀਆ ਵੇਰਵੇ ਖਤਮ ਹੋ ਜਾਂਦੇ ਹਨ:

ਘੱਟ ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਵਾਲੇ ਸੰਸਕਰਣ ਨੂੰ ਫਿਰ EnhanceNet-PAT ਦੁਆਰਾ ਸੰਸਾਧਿਤ ਕੀਤਾ ਗਿਆ ਸੀ, ਇੱਕ ਹਾਈ ਡੈਫੀਨੇਸ਼ਨ ਸੰਸਕਰਣ ਨੂੰ ਨਕਲੀ ਰੂਪ ਵਿੱਚ ਵਧਾਇਆ ਗਿਆ ਸੀ ਜੋ ਅਸਲ ਫੋਟੋ ਤੋਂ ਅਸਲ ਵਿੱਚ ਵੱਖਰਾ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।

ਰਵਾਇਤੀ ਅੱਪਸਕੇਲਿੰਗ ਤਕਨਾਲੋਜੀਆਂ ਆਲੇ-ਦੁਆਲੇ ਦੇ ਪਿਕਸਲਾਂ ਦੇ ਆਧਾਰ 'ਤੇ ਗਣਨਾ ਕਰਕੇ ਗੁੰਮ ਹੋਏ ਪਿਕਸਲਾਂ ਅਤੇ ਵੇਰਵੇ ਨੂੰ ਭਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੀਆਂ ਹਨ। ਹਾਲਾਂਕਿ, ਇਸ ਕਿਸਮ ਦੀਆਂ ਰਣਨੀਤੀਆਂ ਦੇ ਨਤੀਜੇ ਅਸੰਤੁਸ਼ਟੀਜਨਕ ਰਹੇ ਹਨ। ਵਿਗਿਆਨੀ ਹੁਣ ਕੀ ਖੋਜ ਕਰ ਰਹੇ ਹਨ ਦੀ ਵਰਤੋਂ ਹੈ ਨਕਲੀ ਬੁੱਧੀ ਤਾਂ ਕਿ ਮਸ਼ੀਨ ਅਸਲ ਉੱਚ-ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਵਾਲੇ ਸੰਸਕਰਣਾਂ ਦਾ ਅਧਿਐਨ ਕਰਕੇ "ਸਿੱਖਦੀ" ਕਿ ਘੱਟ-ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਵਾਲੀਆਂ ਫੋਟੋਆਂ ਕਿਹੋ ਜਿਹੀਆਂ ਹੋਣੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ।

ਇਸ ਤਰੀਕੇ ਨਾਲ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਹੋਣ ਤੋਂ ਬਾਅਦ, ਐਲਗੋਰਿਦਮ ਨਵੀਆਂ ਫੋਟੋਆਂ ਲੈ ਸਕਦੇ ਹਨ। ਘੱਟ-ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਵਾਲੀ ਤਸਵੀਰ ਅਤੇ ਉਸ ਫ਼ੋਟੋ ਦੇ "ਅਸਲੀ" ਉੱਚ-ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਵਾਲੇ ਸੰਸਕਰਣ 'ਤੇ ਬਿਹਤਰ ਅੰਦਾਜ਼ਾ ਲਗਾਓ।

"ਘੱਟ-ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਵਾਲੇ ਚਿੱਤਰ ਵਿੱਚ ਪੈਟਰਨਾਂ ਨੂੰ ਖੋਜਣ ਅਤੇ ਤਿਆਰ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣ ਦੁਆਰਾ ਅਤੇ ਉਹਨਾਂ ਪੈਟਰਨਾਂ ਨੂੰ ਅੱਪਸੈਪਲਿੰਗ ਵਿੱਚ ਲਾਗੂ ਕਰਕੇ ਪ੍ਰਕਿਰਿਆ, EnhanceNet-PAT ਇਸ ਬਾਰੇ ਸੋਚਦਾ ਹੈ ਕਿ ਪੰਛੀ ਦੇ ਖੰਭ ਕਿਸ ਤਰ੍ਹਾਂ ਦੇ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ ਅਤੇ ਉਸ ਅਨੁਸਾਰ ਘੱਟ-ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਵਾਲੀ ਤਸਵੀਰ ਵਿੱਚ ਵਾਧੂ ਪਿਕਸਲ ਜੋੜਦਾ ਹੈ” ਮੈਕਸ ਪਲੈਂਕ ਇੰਸਟੀਚਿਊਟ ਕਹਿੰਦਾ ਹੈ।

EnhanceNet-PAT ਦੇ ਤਕਨੀਕੀ ਵੇਰਵਿਆਂ ਬਾਰੇ ਹੋਰ ਜਾਣਨ ਲਈ, ਖੋਜ ਪ੍ਰੋਜੈਕਟ ਵੈੱਬਸਾਈਟ 'ਤੇ ਜਾਓ।