Trí tuệ nhân tạo cải thiện ảnh có độ phân giải thấp
![Trí tuệ nhân tạo cải thiện ảnh có độ phân giải thấp](/wp-content/uploads/dicas-de-fotografia/2911/1kitxl35yt.jpg)
Mục lục
Việc sử dụng trí tuệ nhân tạo để cải thiện hình ảnh dường như không có giới hạn . Một loạt nghiên cứu về phần mềm thử nghiệm đã gây ấn tượng bởi khả năng cải thiện độ phân giải của ảnh theo cách mà cho đến lúc đó dường như chỉ có thể thực hiện được trong loạt phim về cảnh sát mà chúng ta thấy trên TV.
Hãy nâng cao , một trang web mới sử dụng mạng thần kinh để nâng cao chất lượng ảnh là một trong những tính năng mới như vậy. Dịch vụ này nâng cao và làm sáng tỏ các chi tiết và kết cấu còn thiếu trong ảnh. Gần đây hơn, các nhà khoa học Đức đã công bố sự phát triển của EnhanceNet-PAT, một thuật toán quản lý để phục hồi độ sắc nét của hình ảnh theo một cách đáng sợ.
Xem thêm: Làm cách nào để khôi phục ảnh đã xóa từ thùng rác PC? Hướng dẫn siêu chi tiết! 2022Let's Enhance
Let's Enhance là một trang web sử dụng nơ-ron mạng để cải thiện ảnh và được thiết kế tối giản và dễ sử dụng. Trang chủ mời bạn kéo và thả ảnh vào giữa. Sau khi nhận được ảnh của bạn, mạng thần kinh sẽ tăng cường và làm sáng tỏ các chi tiết cũng như kết cấu để ảnh trông tự nhiên.
Mỗi khi bạn tải ảnh lên, 3 kết quả được tạo ra: Anti-JPEG bộ lọc chỉ đơn giản là loại bỏ các tạo phẩm JPEG, bộ lọc Nhàm chán thực hiện nâng cấp, giữ lại các chi tiết và góc cạnh hiện có, còn bộ lọc Ma thuật vẽ và tạo ảo giác cho các chi tiết mới trong ảnh mà trước đó không có (sử dụng AI).
Bạn sẽ phải chờ vài phút để hoàn thành công việc ,nhưng nó đáng giá – kết quả thu được thực sự ấn tượng. Trang web PetaPixel đã chạy một loạt thử nghiệm với hệ thống bằng cách sử dụng ảnh công khai từ máy ảnh Rylo vừa được phát hành. Xem ảnh gốc:
Sau đó, ảnh được thay đổi kích thước thành chiều rộng 500px.
Ảnh có chiều rộng 500px được sau đó được lấy mẫu lại trong Photoshop thành rộng 2000px bằng cách sử dụng tùy chọn “Giữ lại chi tiết (phóng to)” để tạo ra một bức ảnh có kết cấu khủng khiếp (xem các ngón tay):
Nhưng lấy mẫu lại ảnh 500px bằng cách sử dụng Let's Enhance đã tạo ra một phiên bản hình ảnh rõ ràng hơn nhiều với các họa tiết bàn tay được khôi phục như thật:
Dưới đây là hình ảnh so sánh cắt xén để giúp bạn dễ dàng nhận thấy sự khác biệt hơn:
Xem các ví dụ khác:
![](/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)
Let's Enhance đã được tạo bởi Alex Savsunenko và Vladislav Pranskevičius, một tiến sĩ. hóa học và một cựu CTO tương ứng, những người đã xây dựng phần mềm trong hai tháng rưỡi qua. Hệ thống hiện đang ở giai đoạn 1phiên bản mới và sẽ liên tục được cải thiện dựa trên nhu cầu và phản hồi của người dùng.
Mạng nơ-ron hiện tại được “đào tạo trên một tập hợp con rất lớn các hình ảnh bao gồm ảnh chân dung với tỷ lệ xấp xỉ 10%,” Savsunenko nói.
Anh ấy giải thích rằng ý tưởng là tạo các mạng riêng biệt cho từng loại hình ảnh và phát hiện loại được tải và áp dụng một mạng thích hợp. Phiên bản hiện tại đã đạt được kết quả tốt hơn với hình ảnh động vật và phong cảnh.
EnhanceNet-PAT
EnhanceNet-PAT là một thuật toán mới được phát triển bởi các nhà khoa học tại Viện Hệ thống thông minh Max Planck ở Tübingen, ở Đức. Công nghệ mới này cũng đã cho thấy những kết quả ấn tượng. Dưới đây là một ví dụ về ảnh gốc của một con chim:
Xem thêm: Hyperlapse cho Instagram
Các nhà khoa học đã chụp ảnh và tạo ảnh này phiên bản có độ phân giải thấp trong đó tất cả các chi tiết nhỏ đều bị mất:
Phiên bản có độ phân giải thấp sau đó được EnhanceNet-PAT xử lý, tạo ra phiên bản độ nét cao được tăng cường giả tạo hầu như không thể phân biệt được với ảnh gốc.
Các công nghệ nâng cấp truyền thống cố gắng lấp đầy các pixel và chi tiết bị thiếu bằng cách tính toán dựa trên các pixel xung quanh. Tuy nhiên, kết quả của các loại chiến lược này không đạt yêu cầu. Những gì các nhà khoa học hiện đang khám phá là việc sử dụng trí tuệ nhân tạo để máy “học” ảnh có độ phân giải thấp trông như thế nào bằng cách nghiên cứu các phiên bản gốc có độ phân giải cao.
Sau khi được đào tạo theo cách này, các thuật toán có thể chụp ảnh mới hình ảnh có độ phân giải thấp và đoán chính xác hơn về phiên bản độ phân giải cao “gốc” của ảnh đó.
“Bằng cách có thể phát hiện và tạo các mẫu trong hình ảnh có độ phân giải thấp và áp dụng các mẫu đó trong quá trình lấy mẫu quá trình , EnhanceNet-PAT sẽ suy nghĩ về hình dạng của lông chim và thêm các pixel bổ sung vào hình ảnh có độ phân giải thấp cho phù hợp” Viện Max Planck cho biết.
Để tìm hiểu thêm về các chi tiết kỹ thuật của EnhanceNet-PAT, truy cập trang web của dự án nghiên cứu.