படங்களை மேம்படுத்த செயற்கை நுண்ணறிவின் பயன்பாடு வரம்புகள் இல்லை . சோதனை மென்பொருளில் தொடர்ச்சியான ஆராய்ச்சிகள் புகைப்படங்களின் தெளிவுத்திறனை மேம்படுத்தும் திறனால் ஈர்க்கப்பட்டுள்ளன , புகைப்படங்களை மேம்படுத்த நரம்பியல் நெட்வொர்க்குகளைப் பயன்படுத்தும் புதிய இணையதளம் அத்தகைய ஒரு புதிய அம்சமாகும். புகைப்படங்களில் விடுபட்ட விவரங்கள் மற்றும் அமைப்புகளை இந்த சேவை மேம்படுத்துகிறது மற்றும் தெளிவுபடுத்துகிறது. மிக சமீபத்தில், ஜேர்மன் விஞ்ஞானிகள் EnhanceNet-PAT ஐ உருவாக்குவதாக அறிவித்தனர் புகைப்படங்களை மேம்படுத்த நெட்வொர்க்குகள் மற்றும் குறைந்தபட்ச மற்றும் பயன்படுத்த எளிதானதாக வடிவமைக்கப்பட்டுள்ளது. முகப்புப்பக்கம் ஒரு புகைப்படத்தை மையத்தில் இழுத்துவிட உங்களை அழைக்கிறது. உங்கள் புகைப்படம் பெறப்பட்டவுடன், நரம்பியல் நெட்வொர்க் விவரங்கள் மற்றும் அமைப்புகளை மேம்படுத்துகிறது மற்றும் தெளிவுபடுத்துகிறது, இதனால் புகைப்படம் இயற்கையாகத் தெரிகிறது.

ஒவ்வொரு முறையும் நீங்கள் ஒரு புகைப்படத்தைப் பதிவேற்றும்போது, ​​3 முடிவுகள் உருவாகின்றன: Anti-JPEG வடிப்பான் JPEG கலைப்பொருட்களை வெறுமனே நீக்குகிறது, போரிங் வடிகட்டி, ஏற்கனவே உள்ள விவரங்கள் மற்றும் விளிம்புகளைப் பாதுகாக்கிறது, மேலும் மேஜிக் வடிகட்டி புகைப்படத்தில் முன்பு இல்லாத புதிய விவரங்களை வரைந்து மாயத்தோற்றம் செய்கிறது (AI ஐப் பயன்படுத்தி).

வேலை முடிவதற்கு நீங்கள் சில நிமிடங்கள் காத்திருக்க வேண்டும் ,ஆனால் அது மதிப்புக்குரியது - பெறப்பட்ட முடிவுகள் மிகவும் ஈர்க்கக்கூடியவை. PetaPixel இணையதளம், சமீபத்தில் வெளியிடப்பட்ட Rylo கேமராவின் விளம்பரப் புகைப்படத்தைப் பயன்படுத்தி கணினியுடன் தொடர்ச்சியான சோதனைகளை நடத்தியது. அசல் படத்தைப் பார்க்கவும்:

பின்னர் படம் 500px அகலத்திற்கு மாற்றப்பட்டது.

500px அகலத்தின் புகைப்படம் பின்னர் ஃபோட்டோஷாப்பில் 2000px அகலத்திற்கு "பிரிசர்வ் டீடைல்ஸ் (பெரிதாக்குதல்)" விருப்பத்தைப் பயன்படுத்தி, பயங்கரமான அமைப்புகளுடன் ஒரு புகைப்படத்தை உருவாக்கவும் (விரல்களைப் பார்க்கவும்):

மேலும் பார்க்கவும்: Google இப்போது புகைப்படங்களில் இருக்கும் உரையையும் மொழிபெயர்க்கலாம்

ஆனால், 500px படத்தைப் பயன்படுத்தி மறு மாதிரியாக மாற்றவும். யதார்த்தமான கை அமைப்புகளை மீட்டெடுத்த படத்தின் மிகவும் தூய்மையான பதிப்பை மேம்படுத்துவோம்:

வேறுபாட்டை எளிதாகக் காண உங்களுக்கு உதவும் ஒரு பயிர் ஒப்பீடு இங்கே உள்ளது:

0>

மற்ற எடுத்துக்காட்டுகளைப் பார்க்கவும்:

லின்னியா சாண்ட்பாக் மூலம் புகைப்படத்தின் அசல் செதுக்குதல்ஃபோட்டோஷாப் மூலம் உயர்நிலைமேம்படுத்துவோம்படத்திலிருந்து அசல் செதுக்குதல் ப்ரைன்னா ஸ்பென்சர் மூலம்போட்டோஷாப் மூலம் உயர்தரம்லெட்ஸ் மேம்படுத்தல்பெக்சல்ஸ் பட வங்கியிலிருந்து எடுக்கப்பட்ட புகைப்படத்திலிருந்து அசல் செதுக்குதல்ஃபோட்டோஷாப் மூலம் உயர்நிலைமேம்படுத்துவோம் மேம்படுத்துவோம்

மேம்படுத்துவோம் உருவாக்கப்பட்டது Alex Savsunenko மற்றும் Vladislav Pranskevičius, ஒரு Ph.D. கடந்த இரண்டரை மாதங்களாக மென்பொருளை உருவாக்கி வரும் முறையே வேதியியல் மற்றும் முன்னாள் CTO. இந்த அமைப்பு தற்போது 1வது இடத்தில் உள்ளதுபதிப்பு மற்றும் பயனர் தேவைகள் மற்றும் கருத்துகளின் அடிப்படையில் தொடர்ந்து மேம்படுத்தப்படும்.

தற்போதைய நரம்பியல் நெட்வொர்க் "தோராயமாக 10% என்ற விகிதத்தில் உருவப்படங்களை உள்ளடக்கிய மிகப் பெரிய படங்களின் துணைக்குழுவில் பயிற்சியளிக்கப்பட்டது" என்கிறார் சவ்சுனென்கோ.

ஒவ்வொரு வகை படத்திற்கும் தனித்தனி நெட்வொர்க்குகளை உருவாக்கி, ஏற்றப்பட்ட வகையைக் கண்டறிந்து பொருத்தமான நெட்வொர்க்கைப் பயன்படுத்துவதே யோசனை என்று அவர் விளக்குகிறார். தற்போதைய பதிப்பு விலங்குகள் மற்றும் நிலப்பரப்புகளின் படங்கள் மூலம் சிறந்த முடிவுகளை அடைந்துள்ளது.

EnhanceNet-PAT

EnhanceNet-PAT என்பது டூபிங்கனில் உள்ள மேக்ஸ் பிளாங்க் இன்ஸ்டிடியூட் ஃபார் இன்டெலிஜென்ட் சிஸ்டம்ஸ் விஞ்ஞானிகளால் உருவாக்கப்பட்ட ஒரு புதிய வழிமுறையாகும். ஜெர்மனியில். இந்த புதிய தொழில்நுட்பம் ஈர்க்கக்கூடிய முடிவுகளைக் காட்டியுள்ளது. ஒரு பறவையின் அசல் புகைப்படத்துடன் ஒரு எடுத்துக்காட்டு கீழே உள்ளது:

மேலும் பார்க்கவும்: மரத்தின் இலைகளில் புகைப்படங்களை அச்சிடலாம் என்பது உங்களுக்குத் தெரியுமா?

விஞ்ஞானிகள் புகைப்படத்தை எடுத்து இதை உருவாக்கினர் குறைந்த தெளிவுத்திறன் பதிப்பு, இதில் அனைத்து சிறந்த விவரங்களும் இழக்கப்படுகின்றன:

குறைந்த தெளிவுத்திறன் பதிப்பு பின்னர் EnhanceNet-PAT ஆல் செயலாக்கப்பட்டது, உயர் தெளிவுத்திறன் பதிப்பு செயற்கையாக மேம்படுத்தப்பட்டது அசல் படத்திலிருந்து கிட்டத்தட்ட வேறுபடுத்த முடியாது.

பாரம்பரிய உயர்நிலை தொழில்நுட்பங்கள், சுற்றியுள்ள பிக்சல்களின் அடிப்படையில் கணக்கிடுவதன் மூலம் விடுபட்ட பிக்சல்கள் மற்றும் விவரங்களை நிரப்ப முயற்சிக்கின்றன. இருப்பினும், இந்த வகையான உத்திகளின் முடிவுகள் திருப்திகரமாக இல்லை. விஞ்ஞானிகள் இப்போது ஆராய்ந்து கொண்டிருப்பது உபயோகம் செயற்கை நுண்ணறிவு இதன் மூலம் குறைந்த தெளிவுத்திறன் கொண்ட புகைப்படங்கள் எப்படி இருக்க வேண்டும் என்பதை இயந்திரம் "கற்றுக்கொள்ளும்" அசல் உயர் தெளிவுத்திறன் பதிப்புகளைப் படிப்பதன் மூலம்.

இந்த வழியில் பயிற்சி பெற்றவுடன், அல்காரிதம்கள் புதிய புகைப்படங்களை எடுக்கலாம். குறைந்த தெளிவுத்திறன் கொண்ட படம் மற்றும் அந்த புகைப்படத்தின் "அசல்" உயர் தெளிவுத்திறன் பதிப்பில் சிறப்பாக யூகிக்கவும் செயல்முறை , EnhanceNet-PAT பறவையின் இறகுகள் எப்படி இருக்க வேண்டும் என்பதைப் பற்றி யோசித்து அதற்கேற்ப குறைந்த தெளிவுத்திறன் கொண்ட படத்திற்கு கூடுதல் பிக்சல்களைச் சேர்க்கிறது" என்று Max Planck நிறுவனம் கூறுகிறது.

EnhanceNet-PAT இன் தொழில்நுட்ப விவரங்களைப் பற்றி மேலும் அறிய, ஆராய்ச்சி திட்ட இணையதளத்திற்குச் செல்லவும்.