Går det an å gjenskape detaljer som er tapt i et bilde, helt automatisk? Joda, med maskinlæring er det meste mulig, hevder utviklerne Vladislav Pranskevičius og Alex Savsunenko.
Sammen står de bak en helt ny nettjeneste som lar deg laste opp et lavoppløst bilde og forstørre det fire ganger. I prosessen økes detaljrikdommen, samtidig som skader knyttet til JPEG-komprimeringen fjernes.
Ikke science fiction
Mac-favoritt endelig klar for Windows
Formålet er å gjenskape detaljer som ikke fikk plass på det lavoppløste bildet. Science fiction? Neida. Tjenesten sammenligner nemlig motivet ditt mot en rekke bilder med lignende motiv, og på bakgrunn av dette kan enkelte detaljer gjenskapes - om ikke helt likt, så noe som ligger i nærheten.
Mye er jo likt på bilder vi tar, en måke ser ut som en måke uansett, skog er skog, gress er gress, Bergen er Bergen, og så videre. Verre er det naturligvis å gjenskape ansiktstrekk med god presisjon, men vår lille test av tjenesten viser at den til tider treffer ganske bra også her.
Slik fungerer tjenesten
Tjenesten er svært enkel å bruke. Du drar en JPG-fil med et lavoppløst bilde til en opplaster på https://letsenhance.io/. Deretter er det bare å vente til bildet er analysert, forstørret og behandlet.
Jo større bildet er i utgangspunktet, desto lenger må du belage deg på å vente. I vårt tilfelle lastet vi opp små bilder som var mellom 200 og 400 piksler brede, og det kunne ta opptil ett minutt å få dem behandlet ferdig.
Når prosessen er unnagjort, kan du laste ned resultater i form av PNG-filer. Du får bildene itre eksemplarer: På det første er kun JPG-komprimeringsfeil fjernet (anti-jpeg), på det andre er bildet oppskalert uten algoritmer (boring) og på det tredje er bildet både oppskalert og behandlet (magic).
Her ser du noen eksempler, klikk i høyre hjørne for å se bildene i større utgave:
La oss dvele litt med det siste eksempelet. Hvordan ville det sett ut om vi brukte et bildebehandlingsprogram og oppskalerte det med vanlig, bilinjær teknikk? Her får du svaret:
Og her ser du resultatet med Let's Enhance sine algoritmer:
Kan bli bedre
Selv om det er mye som er imponerende ved tjenesten, er det fortsatt rom for forbedringer.
Og siden algoritmene som gjenskaper detaljene bruker maskinlæring som bakgrunn for gjenskapingen, er håpet at den skal bli enda mer treffsikker etter hvert.
Du kan prøve tjenesten selv på https://letsenhance.io/
Har du noe å tilføye?
Velkommen til Dinsides diskusjon. Vi vil gjerne vite hva du mener, men husk at mange leser det du skriver. Hold deg til temaet og vær saklig, så slipper vi å slette eller moderere innlegg. Mer om vilkårene her. Kommentarer til hvordan redaksjonen har løst saken på, tips om skrivefeil eller lignende sendes til [email protected].