Tropul „mărire și îmbunătățire” este un clișeu TV, dar progresele în domeniul AI îl transformă încet-încet în realitate. Cercetătorii au demonstrat că învățarea automată poate mări imaginile cu rezoluție redusă, restabilind claritatea care nu era acolo înainte. Acum, această tehnologie își croiește drum către consumatori, editorul de imagini Pixelmator fiind printre primii care oferă o astfel de funcție.
Concurentul Photoshop a anunțat astăzi ceea ce numește „ML Super Resolution” pentru versiunea Pro de 60 de dolari a software-ului său: o funcție despre care compania spune că poate mări o imagine până la de trei ori rezoluția sa originală, fără defecte de imagine precum pixelarea sau neclaritatea.
După testele noastre, am spune că această afirmație are nevoie de câteva avertismente. Dar, în general, performanța funcției de super-rezoluție a Pixelmator este impresionantă.
Pixelarea este netezită într-o gamă de imagini, de la ilustrație la fotografie și text. Rezultatele sunt mai bune decât cele oferite de algoritmii tradiționali de supradimensionare și, deși procesul nu este instantaneu (a durat aproximativ opt secunde pentru fiecare imagine pe MacBook Pro 2017 al nostru), este suficient de rapid pentru a fi un avantaj pentru designerii și editorii de imagini de toate felurile. Iată câteva exemple de mai jos de la Pixelmator, cu o imagine de rezoluție redusă cu zoom în stânga și imaginea ML Super Resolution procesată în dreapta:
Puteți vedea mai multe imagini pe blogul Pixelmator, inclusiv comparații cu tehnicile tradiționale de upscaling, cum ar fi algoritmii Bilinear, Lanczos și Nearest Neighbor. În timp ce ML Super Resolution nu este o baghetă magică, oferă rezultate impresionante în mod constant.
Cercetările în domeniul super rezoluției sunt în desfășurare de ceva timp, companii de tehnologie precum Google și Nvidia creându-și proprii algoritmi în ultimii ani. În fiecare caz, software-ul este antrenat pe un set de date care conține perechi de imagini de joasă rezoluție și de înaltă rezoluție. Algoritmul compară aceste date și creează reguli pentru modul în care pixelii se schimbă de la o imagine la alta. Apoi, atunci când i se arată o imagine de joasă rezoluție pe care nu a mai văzut-o niciodată, acesta prezice ce pixeli suplimentari sunt necesari și îi inserează.
Creatorii Pixelmator au declarat pentru The Verge că algoritmul lor a fost realizat de la zero pentru a fi suficient de ușor pentru a rula pe dispozitivele utilizatorilor. Acesta are o dimensiune de doar 5MB, în comparație cu algoritmii de cercetare care sunt adesea de 50 de ori mai mari. Este antrenat pe o gamă de imagini pentru a anticipa diferitele nevoi ale utilizatorilor, dar setul de date de antrenament este surprinzător de mic – doar 15.000 de mostre au fost necesare pentru a crea instrumentul ML Super Resolution al Pixelmator.
Compania nu este prima care oferă această tehnologie în scop comercial. Există o serie de instrumente de super rezoluție de unică folosință online, inclusiv BigJPG.com și LetsEnhance.io. În testele noastre, rezultatul acestor site-uri a fost de o calitate mai mixtă decât cel al Pixelmator (deși a fost în general bun), iar utilizatorii gratuiți pot procesa doar un număr mic de imagini. Adobe a lansat, de asemenea, o funcție de super-rezoluție, dar rezultatele sunt, din nou, mai puțin spectaculoase.
În general, Pixelmator pare să ofere cel mai bun instrument comercial de super-rezoluție pe care l-am văzut (anunțați-ne în comentarii dacă știți unul mai bun), iar pe zi ce trece, „zoom and enhance” devine mai puțin o glumă.
Corecție: O versiune anterioară a acestei știri a inclus comparații între imagini care au fost redimensionate în mod nedistructiv, apoi mărite folosind ML Super Resolution de la Pixelmator, rezultând rezultate îmbunătățite în mod nerealist. Acestea au fost eliminate. Regretăm eroarea comisă.