ปัญญาประดิษฐ์ช่วยปรับปรุงภาพถ่ายที่มีความละเอียดต่ำ
![ปัญญาประดิษฐ์ช่วยปรับปรุงภาพถ่ายที่มีความละเอียดต่ำ](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt.jpg)
สารบัญ
การใช้ปัญญาประดิษฐ์เพื่อปรับปรุงภาพดูเหมือน ไม่มีขีดจำกัด งานวิจัยหลายชุดในซอฟต์แวร์ทดลองสร้างความประทับใจให้กับความสามารถในการปรับปรุง ความละเอียดของภาพถ่าย ในแบบที่เมื่อก่อนดูเหมือนจะเป็นไปได้ในซีรีส์ตำรวจที่เราเห็นทางทีวีเท่านั้น
มาเพิ่มประสิทธิภาพกันเถอะ เว็บไซต์ใหม่ที่ใช้โครงข่ายประสาทเทียมเพื่อปรับปรุงภาพถ่ายเป็นหนึ่งในคุณสมบัติใหม่ดังกล่าว บริการนี้ปรับปรุงและอธิบายรายละเอียดและพื้นผิวที่ขาดหายไปจากภาพถ่าย เมื่อไม่นานมานี้ นักวิทยาศาสตร์ชาวเยอรมันได้ประกาศการพัฒนา EnhanceNet-PAT ซึ่งเป็นอัลกอริทึมที่สามารถกู้คืนความคมชัดของภาพได้อย่างน่าสะพรึงกลัว
Let's Enhance
Let's Enhance เป็นเว็บไซต์ที่ใช้ระบบประสาท เครือข่ายเพื่อปรับปรุงภาพถ่ายและได้รับการออกแบบให้เรียบง่ายและใช้งานง่าย หน้าแรกเชิญชวนให้คุณลากและวางรูปภาพที่กึ่งกลาง เมื่อได้รับภาพถ่ายของคุณ โครงข่ายประสาทเทียมจะปรับปรุงและอธิบายรายละเอียดและพื้นผิวเพื่อให้ภาพถ่ายดูเป็นธรรมชาติ
ทุกครั้งที่คุณอัปโหลดภาพถ่าย ผลลัพธ์ 3 รายการจะเกิดขึ้น: Anti-JPEG ตัวกรองเพียงแค่ลบสิ่งประดิษฐ์ JPEG ตัวกรองที่น่าเบื่อจะขยายขนาด รักษารายละเอียดและขอบที่มีอยู่ และตัวกรองมายากลดึงและหลอนรายละเอียดใหม่ในภาพถ่ายที่ไม่เคยมีมาก่อน (โดยใช้ AI)
คุณจะต้องรอสักครู่เพื่อให้งานเสร็จ ,แต่ก็คุ้มค่า – ผลลัพธ์ที่ได้นั้นน่าประทับใจจริงๆ เว็บไซต์ PetaPixel ทำการทดสอบระบบโดยใช้ภาพถ่ายประชาสัมพันธ์จากกล้อง Rylo ซึ่งเพิ่งเปิดตัว ดูภาพต้นฉบับ:
จากนั้นภาพจะถูกปรับขนาดให้กว้าง 500px
ภาพที่มีความกว้าง 500px คือ จากนั้นสุ่มตัวอย่างใหม่ใน Photoshop ให้กว้าง 2000px โดยใช้ตัวเลือก "รักษารายละเอียด (ขยาย)" เพื่อสร้างภาพถ่ายที่มีพื้นผิวที่น่ากลัว (ดูนิ้ว):
แต่สุ่มตัวอย่างภาพถ่าย 500px ใหม่โดยใช้ Let's Enhance สร้างรูปภาพในเวอร์ชันที่สะอาดกว่ามากซึ่งมีพื้นผิวมือที่เหมือนจริงกลับคืนมา:
ดูสิ่งนี้ด้วย: เข้าถึง Lightroom ได้โดยตรงจากเว็บเบราว์เซอร์ของคุณ
นี่คือการเปรียบเทียบการครอบตัดเพื่อช่วยให้คุณเห็นความแตกต่างได้ง่ายขึ้น:
ดูตัวอย่างอื่นๆ:
![](/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)
สร้าง Let's Enhance ขึ้น โดย Alex Savsunenko และ Vladislav Pranskevicius ปริญญาเอก นักเคมีและอดีต CTO ตามลำดับ ซึ่งเป็นผู้สร้างซอฟต์แวร์ในช่วงสองเดือนครึ่งที่ผ่านมา ขณะนี้ระบบอยู่ในระบบที่ 1รุ่นและจะได้รับการปรับปรุงอย่างต่อเนื่องตามความต้องการของผู้ใช้และข้อเสนอแนะ
ดูสิ่งนี้ด้วย: 5 แอพฟรีสำหรับลบพื้นหลังออกจากรูปภาพโครงข่ายประสาทเทียมในปัจจุบันได้รับการ "ฝึกฝนบนชุดย่อยขนาดใหญ่มากของภาพซึ่งรวมถึงภาพบุคคลในอัตราประมาณ 10%" Savsunenko กล่าว
เขาอธิบายว่าแนวคิดคือการสร้างเครือข่ายแยกต่างหากสำหรับรูปภาพแต่ละประเภท และตรวจหาประเภทที่โหลดและใช้เครือข่ายที่เหมาะสม เวอร์ชันปัจจุบันได้รับผลลัพธ์ที่ดีขึ้นด้วยภาพสัตว์และทิวทัศน์
EnhanceNet-PAT
EnhanceNet-PAT เป็นอัลกอริทึมใหม่ที่พัฒนาโดยนักวิทยาศาสตร์ที่ Max Planck Institute for Intelligent Systems ในเมือง Tübingen ในประเทศเยอรมนี เทคโนโลยีใหม่นี้ยังแสดงผลลัพธ์ที่น่าประทับใจ ด้านล่างนี้คือตัวอย่างที่มีภาพถ่ายต้นฉบับของนก:
นักวิทยาศาสตร์ถ่ายภาพและสร้างภาพนี้ขึ้นมา เวอร์ชันความละเอียดต่ำซึ่งรายละเอียดทั้งหมดหายไป:
จากนั้นเวอร์ชันความละเอียดต่ำจะถูกประมวลผลโดย EnhanceNet-PAT ทำให้เกิด เวอร์ชันความละเอียดสูงที่ปรับปรุงเทียม ที่แทบแยกไม่ออกจากภาพต้นฉบับ
เทคโนโลยีการลดขนาดแบบดั้งเดิมพยายามเติมพิกเซลและรายละเอียดที่ขาดหายไปโดยการคำนวณตามพิกเซลโดยรอบ อย่างไรก็ตาม ผลลัพธ์ของกลยุทธ์ประเภทนี้ไม่เป็นที่น่าพอใจ สิ่งที่นักวิทยาศาสตร์กำลังสำรวจอยู่ในขณะนี้คือการใช้ ปัญญาประดิษฐ์ เพื่อให้เครื่อง "เรียนรู้" ว่าภาพถ่ายที่มีความละเอียดต่ำควรมีลักษณะอย่างไรโดยศึกษาจากเวอร์ชันต้นฉบับที่มีความละเอียดสูง
เมื่อได้รับการฝึกฝนด้วยวิธีนี้ อัลกอริทึมจะสามารถถ่ายภาพใหม่ได้ ภาพที่มีความละเอียดต่ำและเดาได้ดีขึ้นว่าภาพถ่ายรุ่นที่มีความละเอียดสูง "ต้นฉบับ" นั้น
"โดยสามารถตรวจจับและสร้างรูปแบบในภาพความละเอียดต่ำและใช้รูปแบบเหล่านั้นในการสุ่มตัวอย่าง กระบวนการ EnhanceNet-PAT จะพิจารณาว่าขนนกควรมีลักษณะอย่างไร และเพิ่มพิกเซลพิเศษให้กับภาพความละเอียดต่ำตามนั้น” สถาบันมักซ์พลังค์กล่าว
หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับรายละเอียดทางเทคนิคของ EnhanceNet-PAT ไปที่เว็บไซต์โครงการวิจัย