A “nagyítás és javítás” trópus egy tévés közhely, de az AI fejlődése lassan valósággá teszi. A kutatók kimutatták, hogy a gépi tanulás képes felnagyítani az alacsony felbontású képeket, visszaállítva a korábban nem létező élességet. Most ez a technológia eljut a fogyasztókhoz, és a képszerkesztő Pixelmator az elsők között kínál ilyen funkciót.
A Photoshop versenytársa ma bejelentette, amit “ML Super Resolution”-nek nevez szoftverének 60 dolláros Pro verziójához: egy olyan funkciót, amely a vállalat szerint képes egy képet az eredeti felbontás háromszorosára méretezni anélkül, hogy a képhibák, például pixelesedés vagy elmosódás keletkezne.
Tesztjeink után azt mondanánk, hogy ehhez az állításhoz néhány fenntartás szükséges. De összességében a Pixelmator szuperfelbontás funkciójának teljesítménye lenyűgöző.
A pixelesedés kisimul a képek széles skáláján, az illusztrációktól kezdve a fényképeken át a szövegekig. Az eredmények jobbak, mint a hagyományos felskálázó algoritmusok által szolgáltatottak, és bár a folyamat nem azonnali (2017-es MacBook Pro gépünkön képenként körülbelül nyolc másodpercig tartott), elég gyors ahhoz, hogy mindenféle tervező és képszerkesztő számára áldás legyen. Alább néhány példa a Pixelmatorból, balra egy nagyított, alacsony felbontású kép, jobbra pedig a feldolgozott ML Super Resolution kép:
A Pixelmator blogján további képeket láthat, köztük összehasonlításokat a hagyományos felskálázási technikákkal, például a Bilinear, Lanczos és Nearest Neighbor algoritmusokkal. Bár az ML Super Resolution nem egy varázspálca, de folyamatosan lenyűgöző eredményeket nyújt.
A szuperfelbontás kutatása már jó ideje folyik, és olyan technológiai cégek, mint a Google és az Nvidia az elmúlt években saját algoritmusokat hoztak létre. A szoftvereket minden esetben olyan adathalmazon képzik ki, amely alacsony és nagy felbontású képpárokat tartalmaz. Az algoritmus összehasonlítja ezeket az adatokat, és szabályokat hoz létre arra vonatkozóan, hogy a pixelek hogyan változnak képről képre. Ezután, amikor egy olyan alacsony felbontású képet mutatnak neki, amelyet még soha nem látott, megjósolja, hogy milyen extra pixelekre van szükség, és azokat beilleszti.
A Pixelmator alkotói a The Verge-nek elmondták, hogy algoritmusukat a semmiből készítették, hogy elég könnyű legyen ahhoz, hogy a felhasználók eszközein fusson. Mindössze 5 MB méretű, szemben a kutatási algoritmusokkal, amelyek gyakran 50-szer nagyobbak. A felhasználók különböző igényeinek előrejelzése érdekében számos képen betanították, de a képzési adathalmaz meglepően kicsi – mindössze 15 000 mintára volt szükség a Pixelmator ML Super Resolution eszközének létrehozásához.
A vállalat nem az első, amely ezt a technológiát kereskedelmi forgalomban kínálja. Számos egyszer használatos szuperfelbontó eszköz létezik az interneten, köztük a BigJPG.com és a LetsEnhance.io. Tesztjeink során ezeknek az oldalaknak a kimenete vegyesebb minőségű volt, mint a Pixelmatoré (bár általában jó volt), és az ingyenes felhasználók csak kis számú képet tudnak feldolgozni. Az Adobe is kiadott egy szuperfelbontási funkciót, de az eredmények ismét kevésbé drámaiak.
Összességében úgy tűnik, hogy a Pixelmator kínálja a legjobb kereskedelmi szuperfelbontási eszközt, amit eddig láttunk (ha tud jobbat, ossza meg velünk a hozzászólásokban), és napról napra kevésbé lesz vicc a “zoom és javítás”.
Korrekció: A cikk egy korábbi verziója olyan képek összehasonlítását tartalmazta, amelyeket a Pixelmator ML Super Resolution segítségével roncsolásmentesen kicsinyítettek, majd felskáláztak, ami irreálisan jobb eredményeket eredményezett. Ezeket eltávolítottuk. Sajnáljuk a hibát.