Umelá inteligencia zlepšuje fotografie s nízkym rozlíšením
![Umelá inteligencia zlepšuje fotografie s nízkym rozlíšením](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt.jpg)
Obsah
Využitie umelej inteligencie na vylepšenie obrazu sa zdá byť nemajú žiadne obmedzenia Celý rad experimentálnych výskumov softvéru bol pôsobivý v tom, že dokázal zlepšiť rozlíšenie fotografií spôsobom, ktorý sa dovtedy zdal byť možný len v policajných seriáloch, ktoré vidíme v televízii.
Jedným z takýchto nových zdrojov je Let's Enhance, nová webová stránka, ktorá využíva neurónové siete na vylepšenie fotografií. Služba vylepšuje a objasňuje chýbajúce detaily a textúry na fotografiách. Nedávno nemeckí vedci oznámili vývoj EnhanceNet-PAT, algoritmu, ktorý dokáže obnoviť ostrosť obrazu desivým spôsobom.
Zlepšime
Let's Enhance je webová lokalita, ktorá využíva neurónové siete na vylepšenie fotografií a je navrhnutá minimalisticky a jednoducho sa používa. Domovská stránka vás vyzýva, aby ste do stredu pretiahli fotografiu. Po prijatí fotografie neurónová sieť vylepšuje a objasňuje detaily a textúry, aby fotografia vyzerala prirodzene.
Pri každom odoslaní fotografie sa vytvoria 3 výsledky: filter Anti-JPEG jednoducho odstráni artefakty JPEG, filter Boring zvýši mierku, pričom zachová existujúce detaily a okraje, a filter Magic nakreslí a halucinuje nové detaily na fotografii, ktoré tam predtým neboli (pomocou umelej inteligencie).
Na dokončenie práce budete musieť niekoľko minút počkať. Webová stránka PetaPixel vykonala sériu testov so systémom pomocou reklamnej fotografie fotoaparátu Rylo, ktorý bol práve uvedený na trh. Pozrite si pôvodný obrázok:
Obrázok bol potom zmenený na šírku 500px.
Fotografia široká 500px bola potom v programe Photoshop prevzorkovaná na šírku 2000px pomocou možnosti "Zachovať detaily (zväčšenie)", čím vznikla fotografia s príšernými textúrami (pozri prsty):
Ale prevzorkovanie fotografie 500px pomocou funkcie Let's Enhance vytvorilo oveľa čistejšiu verziu obrázka, na ktorej boli obnovené realistické textúry rúk:
Tu je porovnanie výstrižkov, aby ste ľahšie videli rozdiel:
Pozri ďalšie príklady:
![](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt-5.jpg)
![](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt-6.jpg)
![](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt-7.jpg)
![](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt-8.jpg)
![](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt-9.jpg)
![](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt-10.jpg)
![](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt-11.jpg)
![](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt-12.jpg)
![](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt-13.jpg)
Systém Let's Enhance vytvorili Alex Savsunenko a Vladislav Pranskevičius, doktor chémie, resp. bývalý technický riaditeľ, ktorí softvér vytvárali posledného dva a pol mesiaca. Systém je v súčasnosti v prvej verzii a bude sa priebežne zlepšovať na základe potrieb používateľov a spätnej väzby.
Súčasná neurónová sieť bola "trénovaná na veľmi širokej podmnožine obrázkov, ktorá obsahovala portréty v pomere približne 10 %," hovorí Savsunenko.
Vysvetľuje, že ide o vytvorenie samostatných sietí pre každý typ obrázku a zistenie nahraného typu a použitie vhodnej siete. Súčasná verzia dosiahla lepšie výsledky pri obrázkoch zvierat a krajiny.
EnhanceNet-PAT
EnhanceNet-PAT je nový algoritmus vyvinutý vedcami z Inštitútu Maxa Plancka pre inteligentné systémy v nemeckom Tübingene. Táto nová technológia tiež preukázala pôsobivé výsledky. Nižšie nájdete príklad s originálnou fotografiou vtáka:
Pozri tiež: Nu Real proti podvoduVedci zhotovili fotografiu a vytvorili túto verziu s nízkym rozlíšením, na ktorej sa stratili všetky jemné detaily:
Verzia s nízkym rozlíšením sa potom spracovala pomocou EnhanceNet-PAT, čím sa vytvoril umelo vylepšené vysoké rozlíšenie ktorá je prakticky nerozoznateľná od pôvodnej fotografie.
Tradičné technológie zväčšovania sa pokúšajú doplniť chýbajúce pixely a detaily výpočtom na základe okolitých pixelov. Výsledky týchto typov stratégií sú však neuspokojivé. Vedci teraz skúmajú použitie umelá inteligencia aby sa stroj "naučil", ako by mali vyzerať fotografie s nízkym rozlíšením na základe štúdia pôvodných verzií s vysokým rozlíšením.
Po takomto vyškolení môžu algoritmy zhotoviť nové fotografie s nízkym rozlíšením a lepšie odhadnúť "pôvodnú" verziu fotografie s vysokým rozlíšením.
"Tým, že dokáže detegovať a generovať vzory v obraze s nízkym rozlíšením a použiť tieto vzory na proces prevzorkovania, EnhanceNet-PAT uvažuje o tom, ako by malo vyzerať vtáčie perie, a podľa toho pridáva do obrazu s nízkym rozlíšením ďalšie pixely," hovorí Inštitút Maxa Plancka.
Ak sa chcete dozvedieť viac o technických podrobnostiach projektu EnhanceNet-PAT, navštívte webovú stránku výskumného projektu.