Thursday, March 20, 2025
BlogPhoto Wall ChoicesΦωτογραφιες

Πρόγραμμα τεχνητής νοημοσύνης επαναφέρει παλιές φθαρμένες φωτογραφίες σε λίγα δευτερόλεπτα και …δωρεάν

Share this

Ένα πρόγραμμα τεχνητής νοημοσύνης (AI) που κυκλοφόρησε πρόσφατα με την ονομασία «Generative Facial Prior» (GFP-GAN) μπορεί να επιδιορθώσει τις περισσότερες παλιές φωτογραφίες σε λίγα δευτερόλεπτα και μάλιστα δωρεάν.

Όποιος έχει παλιές φωτογραφίες των οικογενειών και των φίλων του, που δεν άντεξαν καλά στο χρόνο, ανεξάρτητα από τη κατάσταση της εικόνας, έχει τώρα την ευκαιρία να επαναφέρει τις ξεθωριασμένες και ραγισμένες εικόνες τους, επιστρέφοντάς τις στην αρχική τους κατάσταση , ή ακόμα καλύτερα.

Στο  βίντεο που ακολουθεί, από το What’s AI, ο Louis Bouchard περιγράφει πόσο καλά λειτούργησε το “Towards Real-World Blind Face Restoration with Generative Facial Prior” (δημοσιεύτηκε τον Μάρτιο του 2022) στην αποκατάσταση φωτογραφιών με λεπτομέρειες.

Σύμφωνα με τον Bouchard, το μοντέλο τεχνητής νοημοσύνης λειτουργεί ακόμη και με αρχεία πολύ χαμηλής ποιότητας και χαμηλής ανάλυσης, ωστόσο μπορεί φαινομενικά να ξεπεράσει πολλά άλλα εργαλεία AI αποκατάστασης φωτογραφιών παρέχοντας απίστευτα αποτελέσματα. Ενώ οι αποκατεστημένες εικόνες είναι εντυπωσιακές, ο Bouchard λέει «Δεν αντιπροσωπεύουν την πραγματική εικόνα. Είναι σημαντικό να καταλάβουμε ότι αυτά τα αποτελέσματα είναι απλώς εικασίες από το μοντέλο — εικασίες που φαίνονται πολύ κοντά.

 

 

H αποκατάσταση παλιών, φθαρμένων, σε κακή κατάσταση φωτογραφιών που απεικονίζουν ανθρώπους είναι ένα πρόβλημα που αντιμετωπίζουν πολλοί από εμάς. Πολύ περισσότερο όσοι έχουν να συντηρήσουν ιστορικά αρχεία, κληρονομιές θανόντων φωτογράφων κλπ. Τέτοιες δουλειές προϋποθέτουν βαριά επεξεργασία στο Photoshop και ατελείωτες ώρες στον υπολογιστή.

Η βελτιωμένη έκδοση 1.3 του μοντέλου GFP-GAN προσπαθεί να αναλύσει τι περιέχεται στην εικόνα για να κατανοήσει το περιεχόμενο και στη συνέχεια να συμπληρώσει τα κενά και να προσθέσει pixel στις ενότητες που λείπουν. Χρησιμοποιεί ένα “προεκπαιδευμένο μοντέλο StyleGAN-2” για να προσανατολίσει το δικό του μοντέλο παραγωγής σε πολλαπλές κλίμακες κατά την κωδικοποίηση της εικόνας μέχρι τον λανθάνοντα κώδικα και μέχρι την ανακατασκευή.

Η χρήση πρόσθετων μετρήσεων βοηθά το AI να βελτιώσει τις λεπτομέρειες του προσώπου, εστιάζοντας σε σημαντικά τοπικά χαρακτηριστικά όπως τα μάτια, το στόμα και η μύτη ενός ατόμου. Στη συνέχεια, το σύστημα συγκρίνει την πραγματική εικόνα με την πρόσφατα αποκατασταθείσα εικόνα για να δει αν εξακολουθεί να έχει το ίδιο άτομο στη φωτογραφία που δημιουργήθηκε.