Використання штучного інтелекту для покращення зображень здається не мають обмежень Ряд експериментальних досліджень програмного забезпечення вражає своєю здатністю покращувати роздільна здатність фото у спосіб, який до цього часу здавався можливим лише в поліцейських серіалах, які ми бачимо по телевізору.

Дивіться також: 10 фотографій у потрібному місці в потрібний час

Одним з таких нових ресурсів є Let's Enhance - новий веб-сайт, який використовує нейронні мережі для покращення фотографій. Сервіс покращує та висвітлює відсутні деталі та текстури на фотографіях. Зовсім недавно німецькі вчені оголосили про розробку EnhanceNet-PAT - алгоритму, який може відновити різкість зображення у страхітливий спосіб.

Покращуймо

Let's Enhance - це веб-сайт, який використовує нейронні мережі для покращення фотографій і має мінімалістичний і простий у використанні дизайн. На головній сторінці ви можете перетягнути фотографію в центр. Отримавши вашу фотографію, нейромережа покращує та висвітлює деталі та текстури, щоб фото виглядало природно.

Щоразу, коли ви завантажуєте фотографію, ви отримуєте 3 результати: фільтр Anti-JPEG просто видаляє артефакти JPEG, фільтр Boring збільшує масштаб, зберігаючи наявні деталі та краї, а фільтр Magic малює та галюцинує нові деталі на фото, яких насправді не було раніше (за допомогою ШІ).

Вам доведеться почекати кілька хвилин, поки робота буде виконана Сайт PetaPixel провів серію тестів системи, використовуючи рекламну фотографію камери Rylo, яку щойно запустили. Дивіться оригінальне зображення:

Потім зображення було змінено до ширини 500 пікселів.

Потім фотографія шириною 500 пікселів була передискретизована у Photoshop до 2000 пікселів за допомогою опції "Зберегти деталі (збільшення)", в результаті чого вийшла фотографія з жахливими текстурами (див. пальці):

Але передискретизація фотографії з роздільною здатністю 500 пікселів за допомогою Let's Enhance дозволила отримати набагато чистішу версію зображення, з відновленими реалістичними текстурами на руках:

Дивіться також: Серія з 12 фотографій демонструє здібності бразильських футболістів і натхненна Пеле та Діді

Ось порівняння вирізок, яке допоможе вам легше побачити різницю:

Дивіться інші приклади:

Оригінальна обрізка фотографії Ліннеа Сандбакк (Linnea Sandbakk) Підвищення рівня за допомогою Photoshop На вищому рівні з Let's Enhance Оригінальна вирізка з фотографії Брінни Спенсер Підвищення рівня за допомогою Photoshop На вищому рівні з Let's Enhance Оригінальний фрагмент фотографії, взятий з банку зображень Pexels Підвищення рівня за допомогою Photoshop На вищому рівні з Let's Enhance

Let's Enhance був створений Олексієм Савсуненком та Владиславом Пранскевічусом, кандидатом хімічних наук та колишнім технічним директором відповідно, які створювали програмне забезпечення протягом останніх двох з половиною місяців. Наразі це перша версія системи, яка буде постійно вдосконалюватися на основі потреб користувачів та їхніх відгуків.

Нинішня нейромережа "навчалася на дуже широкій підмножині зображень, яка включала портрети в кількості приблизно 10%", - каже Савсуненко.

Він пояснює, що ідея полягає в тому, щоб створити окремі мережі для кожного типу зображень, визначити тип завантаженого зображення і застосувати відповідну мережу. Поточна версія досягла кращих результатів із зображеннями тварин і пейзажів.

EnhanceNet-PAT

EnhanceNet-PAT - це новий алгоритм, розроблений вченими з Інституту інтелектуальних систем імені Макса Планка в Тюбінгені, Німеччина. Ця нова технологія також показала вражаючі результати. Дивіться нижче приклад з оригінальною фотографією птаха:

Вчені зробили фотографію і створили цю версію з низькою роздільною здатністю, в якій втрачені всі дрібні деталі:

Потім версія з низькою роздільною здатністю була оброблена EnhanceNet-PAT, створивши штучно посилена висока роздільна здатність яка практично не відрізняється від оригінальної фотографії.

Традиційні технології масштабування намагаються заповнити відсутні пікселі та деталізувати їх, обчислюючи на основі навколишніх пікселів. Однак результати таких стратегій виявилися незадовільними. Зараз вчені досліджують використання штучний інтелект щоб машина "вчилася", як мають виглядати фотографії з низькою роздільною здатністю, вивчаючи оригінальні версії з високою роздільною здатністю.

Навчившись таким чином, алгоритми можуть робити нові фотографії з низькою роздільною здатністю і краще вгадувати "оригінальну" версію цієї фотографії з високою роздільною здатністю.

"Завдяки здатності виявляти і генерувати шаблони на зображенні з низькою роздільною здатністю і застосовувати ці шаблони в процесі апсемплінгу, EnhanceNet-PAT думає про те, як має виглядати пір'я птаха, і відповідно додає додаткові пікселі до зображення з низькою роздільною здатністю", - зазначають в Інституті Макса Планка.

Щоб дізнатися більше про технічні деталі EnhanceNet-PAT, відвідайте веб-сайт дослідницького проекту.