Pixelmator ofrece una súper resolución impulsada por IA a sus usuarios

Pixelmator ha permitido recientemente a los propietarios de Pixelmator Pro, una aplicación de manipulación de fotografías, utilizar una herramienta de superresolución impulsada por IA.

La superresolución permite mejorar las fotos borrosas y de baja resolución y mejorar la resolución de la imagen. La tecnología de superresolución es capaz de agudizar las imágenes con un efecto impresionante, a menudo evocando el tropo de "mejora" que a menudo se ve en los programas sobre crímenes. Pixelmator anunció recientemente la inclusión de su herramienta "ML Super Resolution" en la versión Pro de su software de edición de fotos. Se puede ver la demostración de Pixelmator de algunos de los resultados esta página.

Las primeras pruebas de la herramienta muestran que es capaz de reducir el desenfoque en múltiples tipos de imágenes, incluidos texto, fotografías e ilustraciones. Como reportado por The Verge, los resultados creados por el programa también parecen ser mejores que los de otras herramientas de escalado de imágenes, que a menudo utilizan algoritmos como los vecinos más cercanos y los algoritmos bilineales.

La investigación realizada sobre la súper resolución ha sido impulsada por una variedad de compañías tecnológicas como Google, Microsoft y Nvidia. Varias empresas han diseñado sus propios algoritmos de superresolución, pero el método utilizado para entrenar los diferentes dispositivos de superresolución utiliza los mismos principios básicos.

ML Super Resolution y otras herramientas de superresolución se entrenan utilizando pares de imágenes de baja y alta resolución. Las imágenes de baja resolución suelen ser versiones reducidas de las imágenes normales de alta resolución. Se realizan comparaciones entre las imágenes de baja y alta resolución, y los algoritmos de aprendizaje automático aprenden en qué se diferencian las regiones de píxeles en las imágenes de alta resolución de las imágenes de baja resolución. El objetivo es que las redes neuronales aprendan a distinguir patrones de píxeles que conducirán a una imagen de mayor resolución. Luego puede usar estos patrones de diferencia para predecir dónde agregar píxeles a una imagen para mejorar la resolución cuando se le presenta una imagen invisible.

Las aplicaciones de súper resolución se pueden crear con una variedad de métodos. Por ejemplo, un método de súper resolución es el uso de Redes Adversarias Generativas (GAN). Las GAN son en realidad dos redes neuronales enfrentadas entre sí, que toman prestados conceptos de la teoría de juegos como el juego de suma cero y el modelo actor-crítico. Esencialmente, el trabajo de una red neuronal es crear imágenes falsas, mientras que el trabajo de la otra red es detectar estas imágenes falsas. La red que crea las falsificaciones se denomina generador, mientras que la red que las detecta es el discriminador.

En el caso de la herramienta Super-Resolution de Pixelmator, se creó una red neuronal convolucional que también implementó un bloque de "ampliación" que mejora la imagen después de que las 29 capas convolucionales escanean la imagen. A continuación, la matriz de imágenes ampliada se procesa posteriormente y se vuelve a transformar en una imagen tradicional con una resolución mejorada. La red también contiene funciones que eliminan el ruido de la imagen y se ocupan de los artefactos de compresión, de modo que estos aspectos de la imagen no se mejoren. Los algoritmos de Pixelmator son mucho más pequeños que los algoritmos utilizados en entornos de investigación, por lo que pueden incluirse en la aplicación Pixelmator Pro y ejecutarse en una variedad de dispositivos. El conjunto de datos de entrenamiento es bastante pequeño en comparación con otros conjuntos de datos utilizados para aplicaciones similares, solo se usaron 15000 muestras para entrenar los algoritmos.

Según The Verge, hay otras herramientas de súper resolución disponibles para uso de los consumidores. Por ejemplo, Adobe también tiene su propia herramienta de súper resolución en su suite Adobe Camera, pero la herramienta de Pixelmator parece producir las imágenes de alta calidad de manera más consistente.