Wydaje się, że wykorzystanie sztucznej inteligencji do ulepszania obrazu nie mają ograniczeń Szereg eksperymentalnych badań nad oprogramowaniem okazał się imponujący pod względem zdolności do poprawy wydajności. rozdzielczość zdjęć w sposób, który do tej pory wydawał się możliwy tylko w serialach policyjnych, które oglądamy w telewizji.

Let's Enhance, nowa strona internetowa, która wykorzystuje sieci neuronowe do ulepszania zdjęć, jest jednym z takich nowych zasobów. Usługa poprawia i wyjaśnia brakujące szczegóły i tekstury na zdjęciach. Niedawno niemieccy naukowcy ogłosili opracowanie EnhanceNet-PAT, algorytmu, który może przywrócić ostrość obrazu w przerażający sposób.

Let's Enhance

Let's Enhance to strona internetowa, która wykorzystuje sieci neuronowe do ulepszania zdjęć i została zaprojektowana tak, aby była minimalistyczna i łatwa w użyciu. Strona główna zachęca do przeciągnięcia i upuszczenia zdjęcia na środek. Po otrzymaniu zdjęcia sieć neuronowa poprawia i wyjaśnia szczegóły i tekstury, aby zdjęcie wyglądało naturalnie.

Za każdym razem, gdy przesyłasz zdjęcie, generowane są 3 wyniki: filtr Anti-JPEG po prostu usuwa artefakty JPEG, filtr Boring skaluje w górę, zachowując istniejące szczegóły i krawędzie, a filtr Magic rysuje i halucynuje nowe szczegóły na zdjęciu, których wcześniej nie było (przy użyciu sztucznej inteligencji).

Będziesz musiał poczekać kilka minut, aż zadanie zostanie wykonane Witryna PetaPixel przeprowadziła serię testów z systemem, wykorzystując zdjęcie reklamowe kamery Rylo, która właśnie została uruchomiona. Zobacz oryginalny obraz:

Obraz został następnie zmniejszony do szerokości 500 pikseli.

Zdjęcie o szerokości 500px zostało następnie przeskalowane w Photoshopie do szerokości 2000px przy użyciu opcji "Zachowaj szczegóły (powiększenie)", uzyskując zdjęcie z okropnymi teksturami (patrz palce):

Jednak ponowne próbkowanie zdjęcia 500px za pomocą Let's Enhance dało znacznie czystszą wersję obrazu, w której przywrócono realistyczne tekstury na dłoniach:

Poniżej znajduje się porównanie wycinków, aby łatwiej było dostrzec różnicę:

Zobacz inne przykłady:

Oryginalne kadrowanie zdjęcia autorstwa Linnei Sandbakk Zwiększanie skali za pomocą programu Photoshop Upscale z Let's Enhance Oryginalne wycięcie zdjęcia autorstwa Brynny Spencer Zwiększanie skali za pomocą programu Photoshop Upscale z Let's Enhance Oryginalne wycięcie zdjęcia pobranego z banku zdjęć Pexels Zwiększanie skali za pomocą programu Photoshop Upscale z Let's Enhance

Let's Enhance został stworzony przez Alexa Savsunenko i Vladislava Pranskevičiusa, odpowiednio doktora chemii i byłego CTO, którzy budowali oprogramowanie przez ostatnie dwa i pół miesiąca. System jest obecnie w pierwszej wersji i będzie stale ulepszany w oparciu o potrzeby użytkowników i opinie.

Obecna sieć neuronowa została "przeszkolona z bardzo szerokiego podzbioru obrazów, które zawierały portrety na poziomie około 10%", mówi Savsunenko.

Wyjaśnia, że pomysł polega na stworzeniu oddzielnych sieci dla każdego typu obrazu i wykryciu przesłanego typu i zastosowaniu odpowiedniej sieci. Obecna wersja osiągnęła lepsze wyniki w przypadku obrazów zwierząt i krajobrazów.

EnhanceNet-PAT

EnhanceNet-PAT to nowy algorytm opracowany przez naukowców z Max Planck Institute for Intelligent Systems w Tybindze w Niemczech. Ta nowa technologia również wykazała imponujące wyniki. Poniżej znajduje się przykład z oryginalnym zdjęciem ptaka:

Naukowcy zrobili to zdjęcie i stworzyli wersję o niskiej rozdzielczości, w której utracono wszystkie drobne szczegóły:

Wersja o niskiej rozdzielczości została następnie przetworzona przez EnhanceNet-PAT, tworząc Sztucznie ulepszona wysoka rozdzielczość które jest praktycznie nie do odróżnienia od oryginalnego zdjęcia.

Zobacz też: 11 najlepszych profesjonalnych kamer w 2022 roku

Tradycyjne technologie skalowania próbują uzupełnić brakujące piksele i szczegóły poprzez obliczenia oparte na otaczających pikselach. Jednak wyniki tego typu strategii były niezadowalające. Obecnie naukowcy badają wykorzystanie sztuczna inteligencja dzięki czemu maszyna "uczy się", jak powinny wyglądać zdjęcia w niskiej rozdzielczości, analizując oryginalne wersje w wysokiej rozdzielczości.

Po przeszkoleniu w ten sposób algorytmy mogą robić nowe zdjęcia w niskiej rozdzielczości i lepiej odgadnąć "oryginalną" wersję tego zdjęcia w wysokiej rozdzielczości.

"Dzięki możliwości wykrywania i generowania wzorców na obrazie o niskiej rozdzielczości oraz stosowania tych wzorców w procesie upsamplingu, EnhanceNet-PAT myśli o tym, jak powinny wyglądać pióra ptaka i odpowiednio dodaje dodatkowe piksele do obrazu o niskiej rozdzielczości" - mówi Max Planck Institute.

Aby dowiedzieć się więcej o szczegółach technicznych EnhanceNet-PAT, odwiedź stronę internetową projektu badawczego.

Zobacz też: Nowe 83-megapikselowe zdjęcie Słońca jest najlepszym obrazem gwiazdy w historii