Général

Le nouveau système d'IA transforme les images basse résolution en HD


EnhanceNet-PAT est capable de suréchantillonner une image basse résolution (à gauche) vers une version haute définition (au milieu). Le résultat est indiscernable de l'image d'origine (à droite) .MPI-IS

Les scientifiques ont découvert un moyen de transformer vos images granuleuses basse résolution en clichés ultra-nets à l'aide de l'intelligence artificielle. Le laboratoire de recherche basé en Allemagne, l'Institut Max Planck pour les systèmes intelligents, a développé une nouvelle méthode pour créer des images haute résolution à partir d'originaux basse résolution et les résultats sont impressionnants. La méthode a été créée en partie en réponse à la faible qualité de la plupart des technologies de super-résolution d'image unique (SISR) disponibles sur le marché.

Vous avez peut-être eu l'expérience de prendre des photos sur votre smartphone pendant vos vacances. Mais lorsque vous les téléchargez et que vous allez les imprimer, ils sont devenus un désordre pixélisé. La résolution de l'image est tout simplement trop faible. Dans le passé, lorsque cela se produisait, vous pourriez avoir des compétences Photoshop qui pourraient vous sauver ou vous exécutiez votre image via un logiciel SISR. SISR travaille pour améliorer la résolution d'une image en essayant d'ajouter des pixels aux images, puis en faisant la moyenne des images environnantes pour lisser le flou. Mais souvent, les résultats sont assez lamentables et vous vous retrouvez avec une résolution plus élevée mais une image floue.

EnhanceNet-PAT

Cette nouvelle technologie, appelée EnhanceNet-PAT, utilise l'apprentissage automatique pour générer une «synthèse de texture fidèle» plutôt que la perfection des pixels. Mehdi M.S. Sajjadi, un scientifique de l'Institut Max Planck pour les systèmes intelligents, a expliqué le fonctionnement de leur nouvelle technique: «L'algorithme est présenté à des millions d'images basse résolution, qu'il doit agrandir. Il essaie la tâche et ensuite il est présenté pour comparaison de la photo originale haute résolution. L'algorithme perçoit la différence et apprend de son erreur. En effet, le robot ira de mieux en mieux pour trouver les informations manquantes sur l'image. "

EnhanceNet-PAT apprend à imaginer une image haute résolution puis à ajouter des pixels à la version basse résolution. Sajjadi explique le processus plus en détail, en comparant la courbe d'apprentissage de l'algorithme à celle de l'homme: «L'algorithme est chargé de suréchantillonner des millions d'images basse résolution en une version haute résolution et est ensuite montré l'original, le« c'est-comment- ça devrait être »-image. Remarquez la différence? OK, alors apprenez de votre erreur. "

Sajjadi a travaillé aux côtés du Dr. Michael Hirsch et du Prof. Dr. Bernhard Schölkopf, directeur du département d'inférence empirique à l'Institut Max Planck pour les systèmes intelligents à Tübingen, pour développer la technologie EnhanceNet-PAT. Ils espèrent qu'une fois que EnhanceNet-PAT sera formé, il n'aura plus besoin de photos originales.

EnhanceNet-Pat ne rendra jamais les photos aussi bonnes que les originaux, mais il peut certainement fournir de meilleurs résultats que la plupart des technologies SISR existantes qui visent la perfection des pixels. En permettant de «bonnes suppositions», EnhanceNEt-Pat peut créer des images qui ressemblent à la plupart des yeux humains aussi bien que possible. Si l'algorithme peut être développé d'une manière pour un usage commercial, il pourrait vraiment aider les archivistes et les photographes amateurs qui ont des images numériques prises avant que les appareils photo à mégapixels ne soient courants. En utilisant EnhanceNet-Pat, de nombreuses images numériques plus anciennes peuvent être en mesure de bénéficier d'un lifting qui leur permettrait d'être imprimées ou projetées à une résolution plus grande.


Voir la vidéo: TOUT COMPRENDRE À LIA - Dossier #33 - LEsprit Sorcier (Mai 2021).