Изгледа да употреба вештачке интелигенције за побољшање слика нема ограничења . Серија истраживања експерименталног софтвера импресионирала је својом способношћу да побољша резолуцију фотографија на начин који се до тада чинио могућим само у полицијским серијама које гледамо на ТВ-у.

Хајде да побољшамо , нова веб локација која користи неуронске мреже за побољшање фотографија је једна таква нова карактеристика. Услуга побољшава и разјашњава детаље и текстуре које недостају на фотографијама. Недавно су немачки научници најавили развој ЕнханцеНет-ПАТ, алгоритма који успева да поврати оштрину слика на застрашујући начин.

Побољшајмо

Хајде да побољшамо је веб-сајт који користи неуронске мреже за побољшање фотографија и дизајниран је да буде минималистички и једноставан за коришћење. Почетна страница вас позива да превучете и отпустите фотографију у центар. Када је ваша фотографија примљена, неуронска мрежа побољшава и разјашњава детаље и текстуре тако да фотографија изгледа природно.

Сваки пут када отпремите фотографију, производе се 3 резултата: Анти-ЈПЕГ филтер једноставно уклања ЈПЕГ артефакте, Боринг филтер врши повећање величине, чувајући постојеће детаље и ивице, а Магични филтер црта и халуцинира нове детаље на фотографији који раније нису постојали (користећи АИ).

Мораћете да сачекате неколико минута да посао буде обављен ,али вреди – добијени резултати су заиста импресивни. Веб локација ПетаПикел је извршила низ тестова са системом користећи рекламну фотографију са Рило камере, која је управо објављена. Погледајте оригиналну слику:

Такође видети: Ливе Аид: Погледајте историјске фотографије са рок мега концерта који је пре 35 година ујединио свет против глади

Тада је величина слике промењена на ширину од 500 пиксела.

Фотографија од 500 пиксела је била затим поново узорковано у Пхотосхопу на ширину од 2000 пиксела користећи опцију „Сачувај детаље (увећавање)“ дајући фотографију ужасне текстуре (види прсте):

Али поново узорковање фотографије од 500 пиксела помоћу Лет'с Енханце је произвео много чистију верзију слике на којој су враћене реалистичне текстуре руку:

Ево поређења усева које ће вам помоћи да лакше видите разлику:

Погледајте друге примере:

Оригинално исецање фотографије од Линнеа СандбаккПобољшајте помоћу Пхотосхоп-аПобољшамо помоћу Лет'с ЕнханцеОригинално исецање фотографије аутор Бринна СпенцерУпсцале витх ПхотосхопУпсцале витх Лет'с ЕнханцеОригинално исецање са фотографије преузете из Пекелс банке сликаУпсцале витх ПхотосхопУпсцале витх Лет'с Енханце

Лет'с Енханце је креирано аутора Алекса Савсуненка и др Владислава Пранскевичијуса. хемије и бившег ЦТО-а, који су градили софтвер у последња два и по месеца. Систем је тренутно у свом 1верзија и биће стално унапређивана на основу потреба корисника и повратних информација.

Тренутна неуронска мрежа је „тренирана на веома великом подскупу слика које укључују портрете по стопи од приближно 10%“, каже Савсуненко.

Он објашњава да је идеја да се креирају засебне мреже за сваки тип слике и да се открије учитани тип и примени одговарајућа мрежа. Тренутна верзија је постигла боље резултате са сликама животиња и пејзажа.

ЕнханцеНет-ПАТ

ЕнханцеНет-ПАТ је нови алгоритам који су развили научници са Института Макс Планк за интелигентне системе у Тибингену, у Немачкој. Ова нова технологија је такође показала импресивне резултате. Испод је пример са оригиналном фотографијом птице:

Научници су снимили фотографију и направили ову верзија ниске резолуције у којој се губе сви фини детаљи:

Верзију ниске резолуције је затим обрадио ЕнханцеНет-ПАТ, креирајући верзију високе дефиниције вештачки побољшану која се практично не разликује од оригиналне фотографије.

Такође видети: Уметност ствари кроз фотографију: голи зашто? (НСФВ)

Традиционалне технологије повећања величине покушавају да попуне недостајуће пикселе и детаље израчунавањем на основу околних пиксела. Међутим, резултати ових врста стратегија су били незадовољавајући. Оно што научници сада истражују је употреба вештачка интелигенција тако да машина „научи“ како треба да изгледају фотографије ниске резолуције проучавањем оригиналних верзија високе резолуције.

Када буду обучени на овај начин, алгоритми могу да снимају нове фотографије слику ниске резолуције и боље погодите „оригиналну“ верзију те фотографије високе резолуције.

„Могући да откријете и генеришете обрасце на слици ниске резолуције и примените те обрасце у повећаном узорковању процес , ЕнханцеНет-ПАТ размишља о томе како би перје птице требало да изгледа и у складу са тим додаје додатне пикселе слици ниске резолуције“, каже Институт Макс Планк.

Да бисте сазнали више о техничким детаљима ЕнханцеНет-ПАТ, идите на веб локацију истраживачког пројекта.