AI Model Může Zobrazit Rozmazané Obrázky A Zlepšit Rozlišení O 60 Násobek

Výzkumníci z Duke University vyvinuli model AI, který je schopen převést vysoce rozmazané, pixelované obrázky do vysokého detailu. Podle TechXplore je model schopen převést relativně málo pixelů a zvětšit obrázky, aby vytvořil realistické tváře, které jsou přibližně 64krát vyšším rozlišením než původní obrázek. Model si představuje, nebo si představuje, rysy, které jsou mezi linkami původního obrázku.

Výzkum je příkladem super-rozlišení. Jak Cynthia Rudin z týmu počítačových věd Duke University vysvětlila TechXplore, tento výzkumný projekt stanovil rekord pro super-rozlišení, protože nikdy předtím nebyly vytvořeny obrázky s takovým rozlišením z tak malého vzorku počátečních pixelů. Výzkumníci byli opatrní, aby zdůraznili, že model vlastně nezopakoval tvář osoby na původním, nízkokvalitním obrázku. Místo toho generuje nové tváře, doplňující detaily, které tam předtím nebyly. Z tohoto důvodu by model nemohl být použit pro něco jako bezpečnostní systémy, protože by nebyl schopen převést rozfocené obrázky na obrázky skutečné osoby.

Tradiční techniky super-rozlišení fungují tak, že odhadují, které pixely jsou potřebné k převodu obrázku na vysokorozlišovací obrázek, na základě obrázků, které model naučil dříve. Protože přidávané pixely jsou výsledkem odhadů, ne všechny pixely budou odpovídat se svými okolními pixely a certain oblasti obrázku mohou vypadat fuzzy nebo zkreslené. Výzkumníci z Duke University použili jiný metodu pro školení svého modelu AI. Model vytvořený výzkumníky z Duke funguje tak, že nejprve bere nízkorozlišovací obrázky a přidává detaily k obrázku postupně, odkazuje se na vysokorozlišovací AI-generované tváře jako příklady. Model odkazuje na AI-generované tváře a snaží se najít ty, které se podobají cílovým obrázkům, když jsou generované tváře zmenšeny na velikost cílového obrázku.

Výzkumný tým vytvořil model Generative Adversarial Network pro tvorbu nových obrázků. GAN jsou ve skutečnosti dva neuronové sítě, které jsou obě školeny na stejném datasetu a jsou proti sobě postaveny. Jedna síť je zodpovědná za generování falešných obrázků, které napodobují skutečné obrázky ve školicím datasetu, zatímco druhá síť je zodpovědná za detekci falešných obrázků od skutečných. První síť je upozorněna, když její obrázky jsou identifikovány jako falešné, a zlepšuje se, dokud falešné obrázky nejsou doufají, že jsou nerozeznatelné od skutečných.

Výzkumníci nazvali svůj model super-rozlišení PULSE, a model konzistentně produkuje vysoce kvalitní obrázky, i když jsou mu dány obrázky tak rozmazané, že jiné metody super-rozlišení nemohou vytvořit vysoce kvalitní obrázky z nich. Model je dokonce schopen vytvářet realistické tváře z obrázků, kde jsou rysy obličeje téměř nerozeznatelné. Například, když je mu dán obrázek tváře s rozlišením 16×16, může vytvořit obrázek 1024 x 1024. Více než milion pixelů je přidáno během tohoto procesu, doplňující detaily, jako jsou vlasy, vrásky a dokonce osvětlení. Když výzkumníci nechali lidi ohodnotit 1440 PULSE generovaných obrázků proti obrázkům generovaným jinými metodami super-rozlišení, PULSE generované obrázky konzistentně získaly nejlepší hodnocení.

Zatímco výzkumníci použili svůj model na obrázcích lidských tváří, stejné techniky, které používají, by mohly být aplikovány na téměř jakýkoli objekt. Nízkorozlišovací obrázky různých objektů by mohly být použity k vytvoření vysoce rozlišovacích obrázků té sady objektů, otevírající možné aplikace pro řadu různých průmyslových odvětví a oborů, od mikroskopie, satelitní fotografie, vzdělávání, výroby a medicíny.