Wissenschaftler haben einen Weg gefunden, Ihre körnigen Bilder mit niedriger Auflösung mithilfe künstlicher Intelligenz in superscharfe Schnappschüsse umzuwandeln. Das in Deutschland ansässige Forschungslabor des Max-Planck-Instituts für Intelligente Systeme hat eine neue Methode zur Erstellung hochauflösender Bilder aus Bildern mit niedriger Auflösung entwickelt.Die Originale mit Auflösung und die Ergebnisse sind beeindruckend. Die Methode wurde teilweise als Reaktion auf die geringe Qualität der meisten Superauflösungen mit Einzelbildern entwickelt SISR Technologie auf dem Markt verfügbar.
Möglicherweise haben Sie im Urlaub die Erfahrung gemacht, Fotos auf Ihrem Smartphone aufzunehmen. Wenn Sie sie jedoch herunterladen und ausdrucken, sind sie zu einem pixeligen Durcheinander geworden. Die Auflösung des Bildes ist einfach zu niedrig. In der VergangenheitIn diesem Fall verfügen Sie möglicherweise über einige Photoshop-Kenntnisse, die Sie retten könnten, oder Sie führen Ihr Bild über eine SISR-Software aus. SISR verbessert die Auflösung eines Bildes, indem versucht wird, Pixel zu Bildern hinzuzufügen und dann die umgebenden Bilder zu glättenAber oft sind die Ergebnisse ziemlich düster und es bleibt ein Bild mit höherer Auflösung, aber verschwommen.
EnhanceNet-PAT
Diese neue Technologie heißt EnhanceNet-PAT arbeitet mit maschinellem Lernen, um eine "getreue Textur-Synthese" anstelle von Pixel-Perfektion zu erzeugen. Mehdi MS Sajjadi, ein Wissenschaftler aus der Max-Planck-Institut für Intelligente Systeme erklärt wie ihre neue Technik funktioniert: "Dem Algorithmus werden Millionen von Bildern mit niedriger Auflösung präsentiert, die er skalieren soll. Er probiert die Aufgabe an und wird dann zum Vergleich jedes hochauflösenden Originalfotos präsentiert. Der Algorithmusnimmt den Unterschied wahr und lernt aus seinem Fehler. Tatsächlich wird der Bot immer besser darin, die fehlenden Informationen auf dem Bild zu finden. "
EnhanceNet-PAT wird beigebracht, sich ein hochauflösendes Bild vorzustellen und dann der niedrigauflösenden Version Pixel hinzuzufügen. Sajjadi erklärt der Prozess, bei dem die Lernkurve des Algorithmus mit der des Menschen verglichen wird: „Der Algorithmus hat die Aufgabe, Millionen von Bildern mit niedriger Auflösung auf eine hochauflösende Version hochzusampeln, und zeigt dann das Original, das„ Dies ist wie “es-sollte-sein "-Bild. Beachten Sie den Unterschied? OK, dann lernen Sie aus Ihrem Fehler."
Sajjadi arbeitete zusammen mit Dr. Michael Hirsch und Prof. Dr. Bernhard Schölkopf, Direktor der Abteilung Empirische Inferenz am Max-Planck-Institut für Intelligente Systeme in Tübingen, an der Entwicklung der EnhanceNet-PAT-Technologie. Sie hoffen, dass einst das EnhanceNet-PAT ist geschult, es werden keine Originalfotos mehr benötigt.
EnhanceNet-Pat wird die Fotos niemals so gut wie die Originale machen, aber es kann sicherlich bessere Ergebnisse liefern als die meisten vorhandenen SISR-Technologien, die auf Pixelperfektion abzielen. Durch die Berücksichtigung guter Vermutungen kann EnhanceNEt-Pat Bilder erstellen, die am besten aussehenmenschliche Augen so gut wie möglich. Wenn der Algorithmus für den kommerziellen Gebrauch entwickelt werden kann, könnte er Archivaren und Amateurfotografen, die digitale Bilder haben, die aufgenommen wurden, bevor Kameras mit hohen Megapixeln üblich waren, wirklich helfen. Mit dem EnhanceNet-Viele ältere digitale Bilder können möglicherweise ein Facelifting erhalten, mit dem sie mit einer größeren Auflösung gedruckt oder projiziert werden können.
Via : MPG , TheNextWeb