Технологія від Google, що підвищує розмір зображень в 16 разів без втрати якості

У блозі Google AI, присвяченому дослідженням і розробкам в області штучного інтелекту, виявили демонстрацію технології масштабування зображень на базі дифузійних моделей.

Фахівці внутрішньої команди Brain Team представили два пов’язаних алгоритми, які генерують фотографії високої чіткості без втрати якості.

Перший з них називається SR3 (апскейлінг за допомогою повторного уточнення). На вхід подається картинка з низькою роздільною здатністю, й нейромережа намагається збільшити її, додаючи шум.

Модель навчається методам спотворення зображення, а потім повертає весь процес назад, поступово видаляючи шум для досягнення заявленого результату.

Інженери виявили, що SR3 перевершує наявні генеративні алгоритми, такі як PULSE і FSRGAN, особливо при роботі з портретами та фотографіями природи.

Портрети, згенеровані з фотографій низького дозволу

У компанії не зупинилися на досягнутому і розробили ще одну дифузійну модель під назвою CDM. На цей раз нейромережу навчили мільйонам зображень з високою роздільною здатністю з бази ImageNet.

Алгоритм використовує каскадний підхід і збільшує фотографії у два етапи: з роздільної здатності 32 × 32 -> 64 × 64 -> 256 × 256 (в 8 разів), або з 64 × 64 -> 256 × 256 -> 1024 × 1024 (в 16 раз).

Google опублікувала приклади роботи алгоритмів. На деяких зображеннях помітні графічні артефакти, але в цілому результат дійсно дивує. Про комерційне поширення технології даних поки немає.

БІЛЬШЕ ЦІКАВОГО:

Джерело: Petapixel

Читайте также:

ШІ музика: як стартап Suno робить створення пісень доступним кожному

Штучний інтелект забере у нас роботу? Думки візіонерів та дослідження

Nvidia представила новий надпотужний чіп для штучного інтелекту

Як користуватися Artbreeder — нейромережею, яка вміє «схрещувати» зображення та створювати нові