Trop „powiększ i poprawiaj” to telewizyjny banał, ale postępy w sztucznej inteligencji powoli sprawiają, że staje się on rzeczywistością. Naukowcy wykazali, że uczenie maszynowe może powiększać obrazy o niskiej rozdzielczości, przywracając ostrość, której wcześniej nie było. Teraz ta technologia trafia do konsumentów, a edytor obrazów Pixelmator jest jednym z pierwszych, który oferuje taką funkcję.
Konkurent Photoshopa ogłosił dzisiaj, co nazywa „ML Super Resolution” dla wersji Pro za 60 dolarów: funkcja, która według firmy może skalować obraz do trzykrotności jego oryginalnej rozdzielczości bez wad obrazu, takich jak pikselacja lub rozmycie.
Po naszych testach powiedzielibyśmy, że to twierdzenie wymaga kilku zastrzeżeń. Ale ogólnie rzecz biorąc, wydajność funkcji superrozdzielczości Pixelmatora jest imponująca.
Pikselacja jest wygładzana na wielu obrazach, od ilustracji, przez fotografię, po tekst. Rezultaty są lepsze niż w przypadku tradycyjnych algorytmów skalowania w górę i chociaż proces nie jest natychmiastowy (na naszym MacBooku Pro z 2017 roku zajęło to około ośmiu sekund dla jednego obrazu), jest wystarczająco szybki, aby stać się dobrodziejstwem dla projektantów i osób zajmujących się edycją obrazu. Poniżej znajduje się kilka przykładów z programu Pixelmator, z powiększonym obrazem o niskiej rozdzielczości po lewej stronie i przetworzonym obrazem ML Super Resolution po prawej stronie:
Możesz zobaczyć więcej obrazów na blogu Pixelmatora, w tym porównania z tradycyjnymi technikami skalowania, takimi jak algorytmy Bilinear, Lanczos i Nearest Neighbor. ML Super Resolution nie jest magiczną różdżką, ale zapewnia imponujące wyniki.
Badania nad superrozdzielczością trwają już od jakiegoś czasu, a firmy technologiczne, takie jak Google i Nvidia, stworzyły własne algorytmy w ciągu ostatnich kilku lat. W każdym przypadku, oprogramowanie jest szkolone na zbiorze danych zawierających pary obrazów o niskiej i wysokiej rozdzielczości. Algorytm porównuje te dane i tworzy reguły dotyczące tego, jak zmieniają się piksele na poszczególnych obrazach. Następnie, gdy pokazywany jest obraz o niskiej rozdzielczości, którego nigdy wcześniej nie widział, przewiduje, jakie dodatkowe piksele są potrzebne i wstawia je.
Twórcy Pixelmatora powiedzieli The Verge, że ich algorytm został stworzony od podstaw, aby być wystarczająco lekkim, aby działać na urządzeniach użytkowników. Jego rozmiar to zaledwie 5 MB, w porównaniu do algorytmów badawczych, które są często 50 razy większe. Jest szkolony na różnych obrazach, aby przewidzieć różne potrzeby użytkowników, ale zbiór danych szkoleniowych jest zaskakująco mały – do stworzenia narzędzia ML Super Resolution firmy Pixelmator potrzebnych było zaledwie 15 000 próbek.
Firma nie jest pierwszą, która oferuje tę technologię komercyjnie. Istnieje wiele jednorazowych narzędzi superrozdzielczości online, w tym BigJPG.com oraz LetsEnhance.io. W naszych testach wyniki uzyskane w tych serwisach były bardziej zróżnicowanej jakości niż w przypadku Pixelmatora (choć generalnie były dobre), a darmowi użytkownicy mogą przetwarzać tylko niewielką liczbę obrazów. Adobe również udostępniło funkcję superrozdzielczości, ale wyniki są, ponownie, mniej dramatyczne.
Ogółem, Pixelmator wydaje się oferować najlepsze komercyjne narzędzie superrozdzielczości, jakie widzieliśmy (daj nam znać w komentarzach, jeśli znasz lepsze), a z każdym dniem „powiększanie i poprawianie” staje się mniejszym żartem.
Sprostowanie: Wcześniejsza wersja tej historii zawierała porównania między obrazami, które zostały nieniszcząco zmniejszone, a następnie zwiększone przy użyciu funkcji ML Super Resolution programu Pixelmator, co dało nierealistycznie lepsze rezultaty. Zostały one usunięte. Przepraszamy za ten błąd.