La super risoluzione AI ti consente di "ingrandire e migliorare" in Pixelmator Pro


Il trope "ingrandisci e migliora" è a Cliché televisivo, ma i progressi nell'intelligenza artificiale lo stanno trasformando in realtà. I ricercatori hanno dimostrato che l'apprendimento automatico può ingrandire le immagini a bassa risoluzione, ripristinando i dettagli che prima non c'erano. Ora, questa tecnologia si sta facendo strada tra i consumatori, con l'editor di immagini Pixelmator tra i primi a offrire tale funzionalità.

Il concorrente di Photoshop ha annunciato oggi ciò che chiama "ML Super Resolution"Per la versione $ 60 Pro del suo software: una funzione che secondo la società può ridimensionare un'immagine fino a tre volte la sua risoluzione originale senza difetti di immagine come pixel o sfocatura.

Dopo i nostri test, vorremmo dire che questa affermazione necessita di alcuni avvertimenti. Ma nel complesso, le prestazioni della funzione di super risoluzione di Pixelmator sono estremamente impressionanti.

La pixelazione viene smussata in una serie di immagini, dall'illustrazione alla fotografia al testo. I risultati sono migliori di quelli forniti dai tradizionali algoritmi di upscaling e, sebbene il processo non sia istantaneo (ci sono voluti circa otto secondi per immagine sul nostro MacBook Pro 2017), è abbastanza veloce da essere un vantaggio per i designer e i redattori di immagini di tutte le strisce.

Dai un'occhiata all'esempio seguente, con l'immagine a bassa risoluzione a sinistra e la versione a super risoluzione a destra. È facile vedere come lo strumento ha appianato il testo sfocato e le ossa dello scheletro:

Ecco un'altra sezione della stessa immagine. Ancora una volta, la differenza è drammatica, ma gli svantaggi della super risoluzione sono anche più evidenti. L'immagine elaborata è liscia e fumosa, con una sensazione quasi di plastilina ai bordi.

Se applichiamo la super risoluzione a un ritratto fotografico, i difetti diventano più evidenti, specialmente in un'immagine ingrandita come quella qui sotto. In questo esempio, le caratteristiche del viso sono state levigate al punto che l'immagine finale sembra da cartone animato.

Questi effetti sono meno evidenti quando si utilizzano input a risoluzione più elevata. Nell'esempio suino di seguito, l'upscaling AI è più delicato, aggiungendo una nitidezza naturale ai dettagli fini sulla pelliccia:

Per alcune immagini è utile la tendenza ad aumentare la nitidezza. Guarda le due immagini sottostanti di una poesia chiamata "Goodtime Jesus". L'originale è un pasticcio sfocato, mentre la versione a super risoluzione sembra fantastica.

Se vuoi altri esempi, puoi andare su Pixelmator blog per vedere i confronti diretti con le tradizionali tecniche di upscaling come gli algoritmi Bilinear, Lanczos e il vicino più vicino. Mentre ML Super Resolution non è una bacchetta magica, offre risultati costantemente impressionanti.

La ricerca sulla super risoluzione è in corso da qualche tempo, con aziende tecnologiche come Google e Nvidia che hanno creato i propri algoritmi negli ultimi anni. In ogni caso, il software viene addestrato su un set di dati contenente coppie di immagini a bassa e alta risoluzione. L'algoritmo confronta questi dati e crea regole su come i pixel cambiano da immagine a immagine. Quindi quando viene mostrata un'immagine a bassa risoluzione che non ha mai visto prima, prevede quali pixel extra sono necessari e li inserisce.

Lo hanno detto i creatori di Pixelmator The Verge che il loro algoritmo è stato creato da zero per essere abbastanza leggero da funzionare sui dispositivi degli utenti. Ha una dimensione di soli 5 MB, rispetto agli algoritmi di ricerca che sono spesso 50 volte più grandi. È stato addestrato su una gamma di immagini al fine di anticipare le diverse esigenze degli utenti, ma il set di dati di formazione è sorprendentemente piccolo: sono stati necessari solo 15.000 campioni per creare lo strumento ML Super Resolution di Pixelmator.

La società non è la prima a offrire questa tecnologia commercialmente. Esistono online numerosi strumenti di super risoluzione monouso, tra cui BigJPG.com e LetsEnhance.io. Nei nostri test, l'output di questi siti era di qualità più mista rispetto a Pixelmator (sebbene fosse generalmente buono) e gli utenti gratuiti possono elaborare solo un piccolo numero di immagini. Adobe ha anche rilasciato una funzione di super risoluzione, ma i risultati sono, ancora una volta, meno drammatici.

Nel complesso, Pixelmator sembra offrire il miglior strumento commerciale di super risoluzione che abbiamo visto (fatecelo sapere nei commenti se ne conoscete uno migliore), e ogni giorno, "ingrandisci e migliora" diventa meno uno scherzo.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *