एआई मॉडल धुंधली तस्वीरों को 60 गुना तक स्पष्ट कर सकता है

ड्यूक विश्वविद्यालय के शोधकर्ताओं ने एक एआई मॉडल विकसित किया है जो अत्यधिक धुंधली और पिक्सेलेटेड छवियों को उच्च विस्तार से प्रस्तुत कर सकता है। टेकएक्सप्लोर के अनुसार, मॉडल कुछ ही पिक्सल लेकर छवियों को बढ़ा सकता है और लगभग 64 गुना अधिक रिज़ॉल्यूशन के साथ वास्तविक दिखने वाले चेहरे बना सकता है। मॉडल छवि की रेखाओं के बीच की विशेषताओं को कल्पना करता है या सोचता है।

यह शोध सुपर-रिज़ॉल्यूशन का एक उदाहरण है। ड्यूक विश्वविद्यालय की कंप्यूटर साइंस टीम के सिंथिया रुडिन ने टेकएक्सप्लोर को बताया कि यह शोध परियोजना सुपर-रिज़ॉल्यूशन के लिए एक रिकॉर्ड स्थापित करती है, क्योंकि पहले कभी इतने कम पिक्सल से इतनी विस्तृत छवियां नहीं बनाई गई हैं। शोधकर्ताओं ने यह स्पष्ट किया कि मॉडल वास्तव में मूल, कम गुणवत्ता वाली छवि में व्यक्ति के चेहरे को पुनर्निर्मित नहीं करता है। इसके बजाय, यह नई छवियां बनाता है, जो पहले से मौजूद नहीं थीं। इस कारण से, मॉडल का उपयोग सुरक्षा प्रणालियों जैसी चीजों के लिए नहीं किया जा सकता है, क्योंकि यह धुंधली छवियों को वास्तविक व्यक्ति की छवि में नहीं बदल सकता है।

पारंपरिक सुपर-रिज़ॉल्यूशन तकनीकें तब काम करती हैं जब वे उच्च-रिज़ॉल्यूशन छवि में बदलने के लिए आवश्यक पिक्सल के बारे में अनुमान लगाती हैं, जो पहले से मॉडल द्वारा सीखी गई छवियों पर आधारित होती हैं। जोड़े गए पिक्सल अनुमान के परिणाम होते हैं, न कि वास्तविक मूल्य, इसलिए सभी पिक्सल अपने आसपास के पिक्सल से मेल नहीं खाते हैं और छवि के कुछ क्षेत्र धुंधले या विकृत दिख सकते हैं। ड्यूक विश्वविद्यालय के शोधकर्ताओं ने अपने एआई मॉडल को प्रशिक्षित करने के लिए एक अलग तरीका अपनाया। ड्यूक शोधकर्ताओं द्वारा बनाया गया मॉडल पहले कम-रिज़ॉल्यूशन छवियों लेता है और समय के साथ छवि में विवरण जोड़ता है, उच्च-रिज़ॉल्यूशन एआई-जनित चेहरों को उदाहरण के रूप में संदर्भित करता है। मॉडल एआई-जनित चेहरों को संदर्भित करता है और लक्ष्य छवियों के आकार तक स्केल किए जाने पर उन्हें खोजने का प्रयास करता है जो लक्ष्य छवियों से मेल खाते हैं।

शोध टीम ने नए छवियों के निर्माण के लिए एक जेनरेटिव एडवर्सेरियल नेटवर्क मॉडल बनाया। जेनरेटिव एडवर्सेरियल नेटवर्क वास्तव में दो न्यूरल नेटवर्क होते हैं जिन्हें एक ही डेटासेट पर प्रशिक्षित किया जाता है और एक दूसरे के खिलाफ खड़ा किया जाता है। एक नेटवर्क नकली छवियों को बनाने के लिए जिम्मेदार होता है जो प्रशिक्षण डेटासेट में वास्तविक छवियों की नकल करती हैं, जबकि दूसरा नेटवर्क नकली छवियों को वास्तविक छवियों से अलग करने के लिए जिम्मेदार होता है। पहला नेटवर्क तब सूचित किया जाता है जब उसकी छवियों को नकली के रूप में पहचाना जाता है, और यह तब तक सुधारता रहता है जब तक कि नकली छवियां वास्तविक छवियों से अलग नहीं हो जातीं।

शोधकर्ताओं ने अपने सुपर-रिज़ॉल्यूशन मॉडल को पल्स नाम दिया है, और मॉडल लगातार उच्च-गुणवत्ता वाली छवियां बनाता है, भले ही उसे इतनी धुंधली छवियां दी जाएं जिनसे अन्य सुपर-रिज़ॉल्यूशन विधियां उच्च-गुणवत्ता वाली छवियां नहीं बना सकती हैं। मॉडल वास्तव में उन छवियों से यथार्थवादी दिखने वाले चेहरे बना सकता है जहां चेहरे की विशेषताएं लगभग अदृश्य हैं। उदाहरण के लिए, जब मॉडल को 16×16 रिज़ॉल्यूशन वाली छवि दी जाती है, तो यह 1024 x 1024 छवि बना सकता है। इस प्रक्रिया में, एक मिलियन से अधिक पिक्सल जोड़े जाते हैं, जो बाल, झुर्रियां, और यहां तक कि प्रकाश जैसी विवरण भरते हैं। जब शोधकर्ताओं ने लोगों से 1440 पल्स-जनित छवियों की तुलना अन्य सुपर-रिज़ॉल्यूशन तकनीकों द्वारा उत्पन्न छवियों से करने के लिए कहा, तो पल्स-जनित छवियां लगातार सर्वश्रेष्ठ स्कोर करती हैं।

हालांकि शोधकर्ताओं ने अपने मॉडल का उपयोग लोगों के चेहरों की छवियों पर किया, वे तकनीकें जो वे उपयोग करते हैं几乎 किसी भी वस्तु पर लागू की जा सकती हैं। विभिन्न वस्तुओं की कम-रिज़ॉल्यूशन छवियों का उपयोग उस वस्तु सेट की उच्च-रिज़ॉल्यूशन छवियां बनाने के लिए किया जा सकता है, जो सूक्ष्मदर्शी, उपग्रह इमेजरी, शिक्षा, निर्माण, और चिकित्सा जैसे विभिन्न उद्योगों और क्षेत्रों के लिए संभावित अनुप्रयोग खोलता है।