Inteligencia Artificial mejora imágenes en baja resolución

Científicos del Instituto Max Planck para Sistemas Inteligentes en Tübingen (Alemania) han creado un sistema que mejora imágenes y es capaz de generar una versión de alta definición de una imagen de baja resolución.

La tecnología SISR de súper resolución de una sola imagen se ha estudiado durante décadas, pero con resultados limitados. El software agrega píxeles adicionales y los promedia con los píxeles circundantes, pero el resultado es borroso. Los investigadores del Instituto Max Planck de Sistemas Inteligentes proponen un nuevo enfoque para dar a las imágenes una textura realista cuando se amplía mediante el aprendizaje automático. Cuando se aplica la inteligencia artificial y un algoritmo adaptativo para subir el muestreo de la imagen, aprende de la experiencia para mejorar el resultado.

Según los investigadores, la tecnología es más eficiente que cualquier otra tecnología SISR actual en el mercado. A diferencia de los algoritmos existentes, EnhanceNet-PAT no intenta una reconstrucción perfecta de píxeles, sino que busca la síntesis siendo fiel a las texturas. Al detectar y generar patrones en una imagen de baja resolución y aplicarlos en el proceso de upsampling, EnhanceNet-PAT agrega píxeles extra a la imagen de baja resolución. Para la mayoría de los espectadores, el resultado es muy similar a la foto original.

Fuente: Max Planck Institute for Intelligent Systems

Investigadores del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del Instituto de Tecnología de Massachusetts (MIT) y Google han presentado, en Siggraph 2017, un nuevo sistema de retoque automático de imágenes con una calidad profesional que puede ejecutarse en un teléfono celular y es tan rápido que puede mostrar imágenes retocadas en tiempo real. Al mismo tiempo que se está encuadrando la foto se puede ver cómo sería la versión final de la imagen

Esta tecnología está basado en un proyecto anterior de los investigadores del MIT, en el cual un teléfono celular enviaría una versión de baja resolución de una imagen a un servidor web. El servidor enviará una «receta de transformación» que se podría usar para retocar la versión de alta resolución de la imagen en el teléfono, reduciendo el consumo de ancho de banda.

Tal y como cuenta Michaël Gharbi, estudiante graduado del MIT en ingeniería eléctrica y ciencias de la computación y primer autor en ambos documentos, «Google escuchó acerca de este trabajo que había hecho en la receta de transformación. Ellos mismos hicieron un seguimiento al respecto, así que conocimos y fusionamos los dos enfoques. La idea era hacer todo lo que estábamos haciendo antes, pero, en lugar de tener que procesar todo en la nube, aprenderlo. Y el primer objetivo de aprender fue para acelerarlo «.

Fuente: Massachusetts Institute of Technology