Dëshironi ta shndërroni foton me rezolucion të ulët, në rezolucion të lartë? Inteligjenca artificiale e re e Google është shumë e mirë
Ekipi Kërkimor i Google, ka prezantuar dy qasje të reja të cilat përdorin intiligjencën e makinerisë për të përmirësuar imazhet. Super rezolucioni, mund të përdoret për të rivendosur portretet e vjetra të familjes dhe për të përmirësuar sistemet e imazhit mjekësor.
Pikat kryesore
SR3 i Google është një model difuzioni me super rezolucion që merr si hyrje një imazh me rezolucion të ulët dhe ndërton një imazh me rezolucion të lartë nga zhurma.
Google pa rezultatin pozitiv në modelin SR3, prezantoi modelin CDM i cili rrit më tej rezolucionin e figurës.
Google gjithashtu do të prezantojë një teknikë të re të shtimit të të dhënave të quajtur shtim i kondicionuar, që do të përmirësojë më tej rezultatet e cilësisë së mostrës të CDM.
Ka raste kur ne dëshirojmë që një imazh i shtrembëruar dhe i ulët, të mos ishte ashtu siç ishte sepse i njëjti imazh do të bënte një imazh të shkëlqyeshëm, nëse cilësia do të ishte më e mirë dhe me rezolucion të lartë. Google vëren se modelet me super rezolucion, transformojnë një imazh me rezolucion të ulët në një imazh të detajuar me rezolucion të lartë. Super rezolucioni mund të përdoret për të rivendosur portretet e vjetra të familjes dhe për të përmirësuar sistemet e imazhit mjekësor. Google vëren se modelet e Difuzionit, u propozuan fillimisht në vitin 2015, por tani kanë pësuar një ringjallje për shkak të qëndrueshmërisë së tyre të trajnimit dhe rezultateve premtuese të cilësisë së tyre në gjenerimin e imazhit dhe audios.
Tani, ekipi i Kërkimeve të Google, ka prezantuar dy qasje të reja të cilat përdorin mësimin e makinerisë, për të përmirësuar imazhet. Google ka prezantuar dy modele duke përfshirë SR3-Image Super-Resolution dhe CDM-Class-Condition ImageNet Generation, të cilat sipas Google “shtyjnë kufijtë e cilësisë së sintezës së imazhit për modelet e difuzionit”.
Google vëren se SR3 është një model difuzioni me super rezolucion që merr si hyrje një imazh me rezolucion të ulët dhe ndërton një imazh përkatës me rezolucion të lartë nga zhurma e pastër. “Modeli është trajnuar në një proces të prishjes së imazhit, në të cilin zhurma i shtohet progresivisht një imazhi me rezolucion të lartë derisa të mbetet vetëm zhurma e pastër. Pastaj mëson të ndryshojë këtë proces, duke filluar nga zhurma e pastër dhe duke hequr gradualisht zhurmën, për të arritur një shpërndarje të synuar përmes udhëzimeve të imazhit me rezolucion të ulët, “vuri në dukje Google në një postim në blog.
Google vuri në dukje se SR3 funksionon në mënyrë efikase kur rrit portretet dhe imazhet natyrore. Ajo tregoi një “shkallë konfuzioni” prej gati 50 përqind ndërsa metodat ekzistuese shkojnë vetëm në 34 përqind, kur përdoren për 8 herë fytyra të pasura.
Google pa një rezultat pozitiv në modelin SR3 dhe prezantoi modelin CDM i cili rrit më tej rezolucionin e figurës. Modeli tjetër është CDM të cilin Google vëren se është një “model difuzioni i kushtëzuar i klasës i trajnuar në të dhënat ImageNet, për të gjeneruar imazhe natyrore me rezolucion të lartë”. Google ka postuar një sërë shembujsh të fotografive që tregojnë fotografi me rezolucion të ulët, të ngritur në një kaskadë. Një fotografi 32 × 32 mund të përmirësohet në 64 × 64 dhe më pas 256 × 256. Një fotografi 64 × 64 mund të rritet në 256 × 256 dhe më pas 1024 × 1024.
Google gjithashtu do të prezantojë një teknikë të re të shtimit të të dhënave të quajtur shtim i kondicionuar, që do të përmirësojë më tej rezultatet e cilësisë së mostrës së CDM. “Shtimi i kushtëzuar i referohet aplikimit të shtimit të të dhënave në imazhin hyrës me rezolucion të ulët të secilit model super-rezolucioni, në tubacionin kaskadues,” shpjegoi Google. Këto shtesa parandalojnë që çdo model super-rezolucion, të mos përshtatet në hyrjen e tij të kondicionimit me rezolucion më të ulët, duke çuar përfundimisht në cilësi më të mirë të mostrës me rezolucion më të lartë për CDM.