”Zoomaa ja paranna”-trooppi on televisioklisee, mutta tekoälyn edistysaskeleet tekevät siitä hitaasti todellisuutta. Tutkijat ovat osoittaneet, että koneoppiminen voi suurentaa matalaresoluutioisia kuvia ja palauttaa terävyyden, jota niissä ei aiemmin ollut. Nyt tämä tekniikka on tulossa kuluttajille, ja kuvankäsittelyohjelma Pixelmator on ensimmäisten joukossa tarjoamassa tällaista ominaisuutta.
Photoshopin kilpailija julkisti tänään ohjelmistonsa 60 dollarin hintaiseen Pro-versioonsa toiminnon, jota se kutsuu ”ML Super Resolutioniksi”: toiminnon, jonka avulla yritys sanoo pystyvänsä skaalaamaan kuvan jopa kolminkertaiseksi alkuperäiseen resoluutioonsa nähden ilman, että kuvassa ilmenee pikselöitymisen tai epätarkkuuden kaltaisia virheitä.
Testauksemme jälkeen sanoisimme, että väitteelle on syytä tehdä muutama varoitus. Kaiken kaikkiaan Pixelmatorin superresoluutio-ominaisuuden suorituskyky on kuitenkin vaikuttava.
Pikselöityminen tasoittuu erilaisissa kuvissa kuvituksesta valokuviin ja tekstiin. Tulokset ovat parempia kuin perinteisten upscaling-algoritmien tuottamat tulokset, ja vaikka prosessi ei olekaan välitön (se kesti noin kahdeksan sekuntia kuvaa kohti vuoden 2017 MacBook Prolla), se on tarpeeksi nopea ollakseen siunaus kaikenlaisille suunnittelijoille ja kuvankäsittelijöille. Alla on muutamia esimerkkejä Pixelmatorilta, vasemmalla zoomattu matalaresoluutioinen kuva ja oikealla käsitelty ML Super Resolution -kuva:
Pixelmatorin blogissa on lisää kuvia, mukaan lukien vertailuja perinteisiin upscaling-tekniikoihin, kuten Bilinear-, Lanczos- ja Nearest Neighbor -algoritmeihin. Vaikka ML Super Resolution ei ole mikään taikasauva, se tuottaa jatkuvasti vaikuttavia tuloksia.
Superresoluutiota on tutkittu jo jonkin aikaa, ja teknologiayritykset, kuten Google ja Nvidia, ovat viime vuosina luoneet omia algoritmejaan. Kussakin tapauksessa ohjelmisto koulutetaan aineistolla, joka sisältää pareittain matala- ja korkearesoluutioisia kuvia. Algoritmi vertailee tätä dataa ja luo sääntöjä siitä, miten pikselit muuttuvat kuvasta toiseen. Sitten kun sille näytetään matalaresoluutioinen kuva, jota se ei ole koskaan ennen nähnyt, se ennustaa, mitä ylimääräisiä pikseleitä tarvitaan, ja lisää ne.
Pixelmatorin luojat kertoivat The Verge -lehdelle, että heidän algoritminsa tehtiin tyhjästä, jotta se olisi tarpeeksi kevyt ajettavaksi käyttäjien laitteissa. Se on kooltaan vain 5MB, verrattuna tutkimusalgoritmeihin, jotka ovat usein 50 kertaa suurempia. Se on koulutettu erilaisilla kuvilla käyttäjien erilaisten tarpeiden ennakoimiseksi, mutta koulutustietokanta on yllättävän pieni – Pixelmatorin ML Super Resolution -työkalun luomiseen tarvittiin vain 15 000 näytettä.
Yhtiö ei ole ensimmäinen, joka tarjoaa tätä teknologiaa kaupallisesti. Verkossa on useita kertakäyttöisiä superresoluutiotyökaluja, kuten BigJPG.com ja LetsEnhance.io. Testeissämme näiden sivustojen tuotos oli laadultaan vaihtelevampi kuin Pixelmatorin (joskin yleisesti ottaen hyvä), ja ilmaiskäyttäjät voivat käsitellä vain pienen määrän kuvia. Adobe on myös julkaissut superresoluutio-ominaisuuden, mutta tulokset eivät ole yhtä dramaattisia.
Kaiken kaikkiaan Pixelmator näyttää tarjoavan parhaan näkemämme kaupallisen superresoluutiotyökalun (kerro meille kommenteissa, jos tiedät paremman), ja ”zoomaa ja paranna” muuttuu päivä päivältä vähemmän vitsiksi.
Korjaus: Tämän jutun aiempi versio sisälsi vertailuja kuvien välillä, joita oli pienennetty tuhoutumatta ja sitten suurennettu Pixelmatorin ML Super Resolution -ohjelmalla, mikä johti epärealistisesti parempiin tuloksiin. Nämä on poistettu. Pahoittelemme virhettä.