L'Intelligenza Artificiale aiuta a trasformare le immagini in bassa risoluzione in foto ''dettagliate''

L'Intelligenza Artificiale aiuta a trasformare le immagini in bassa risoluzione in foto ''dettagliate''

di Bruno Mucciarelli, pubblicata il

“La nuova frontiera dell'Intelligenza Artificiale sembra fare passi da gigante e sta prendendo piede in molti ambiti come ad esempio la fotografia. Ecco che un algoritmo permetterà di rendere le immagini scattate a bassa risoluzione con dettagli sempre maggiori. ”

Chiunque abbia mai lavorato con file di immagini sa che a differenza dell'immaginario mondo dei film di investigazione come CSI, non vi è alcun modo relativamente semplice per modificare un'immagine a bassa risoluzione e trasformarla magicamente in uno scatto ad alta risoluzione. Non tutto però sembra perso ed alcuni scienziati dell'Istituto Max Planck per i sistemi intelligenti in Germania stanno lavorando proprio a questo cercando di creare un algoritmo capace di portare ad alta risoluzione delle immagini che invece sono tutto il contrario.

Quello che hanno sviluppato è uno strumento chiamato EnhanceNet-PAT il quale utilizza l'Intelligenza Artificiale per creare versioni ad alta definizione delle immagini a bassa. Chiaramente non stiamo parlando di una soluzione che possa fare i miracoli ma di certo produce un risultato decisamente migliore rispetto ai precedenti tentativi che fino ad oggi erano andati male.

"Il compito dell'algoritmo di "super risoluzione" è stato studiato per decenni" dichiara Mehdi MS Sajjadi, uno dei ricercatori del progetto "Prima di questo lavoro non si era andati oltre ad immagini sfuocate che dunque non permettevano di essere utilizzate realmente. La ragione di questo è dovuta all'approccio sbagliato che era stato richiesto alle reti neurali che avrebbero dovuto ricostruire l'immagine originale con una precisione al pixel. Dal momento che questo è impossibile, le reti neurali producono risultati di immagini sfocate. E' stato dunque considerato un approccio diverso chiedendo alla rete neurale la produzione di texture realistiche. Per fare questo, la rete neurale prende in esame l'intera immagine, rileva alcune regioni, e utilizza queste informazioni semantiche per la produzione di texture realistiche e immagini dunque più nitide.”

Per "addestrare" l'algoritmo i ricercatori hanno alimentato la loro rete neurale con l'immissione di un grande insieme di dati di immagini capace di costruire una profonda conoscenza delle diverse texture. La rete neurale aumenta la frequenza se ottiene diverse versioni di ricampionamento delle immagini. Una volta che la rete produce un'immagine in uscita, i ricercatori la confrontano con quella originale ad alta risoluzione andando dunque ad ottimizzare l'algoritmo con correzioni di eventuali errori ad esempio rendendo più definiti i contorni non facendo dunque replicare l'errore all'algoritmo. Proprio questo permette poi allo stesso di effettuare le modifiche da solo senza alcun intervento umano.

"Esistono molteplici applicazioni per questo", ha continuato Sajjadi. "Dalla possibilità di convertire vecchi film alla frequenza attuale del 4K Ultra HD, ma anche ripristinando vecchie fotografie di famiglia che sono troppo sfocate ottenendo una stampa di grandi dimensioni chiaramente nitida. Inoltre lo stimolo di queste reti neurali non può che apportare miglioramenti anche ad altri algoritmi come quella di Google per la ricerca delle immagini o addirittura quella delle automobili per la rilevazione dei pedoni in strada".


Commenti (21)

Gli autori dei commenti, e non la redazione, sono responsabili dei contenuti da loro inseriti - Info
Per contattare l'autore del pezzo, così da avere una risposta rapida, si prega di utilizzare l'email personale (vedere in alto sotto il titolo). Non è detto che una domanda diretta inserita nei commenti venga verificata in tempi rapidi. In alternativa contattare la redazione a questo indirizzo email.
Commento # 1 di: D4N!3L3 pubblicato il 03 Novembre 2017, 09:36
Che potenza elaborativa e che tempi sono necessari per ottenere questi risultati?
Commento # 2 di: Paganetor pubblicato il 03 Novembre 2017, 09:45
mi sembra incredibile...
Commento # 3 di: songohan pubblicato il 03 Novembre 2017, 09:47
[...] capace di portare ad alta risoluzione delle immagini che invece sono tutto il contrario.[...]
Dio mio, che modo di esprimersi!!!
Commento # 4 di: CrapaDiLegno pubblicato il 03 Novembre 2017, 09:48
Dilettanti!
In C.S.I. fanno di più e meglio schiacciando 4/6 tasti sulla tastiera (il mouse, che cosa assurda!)e attendendo 1 secondo.
Da una telecamere notturna da 640x480 di risoluzione arrivano a mostrare la targa di un'auto a 20mt di distanza.
Commento # 5 di: songohan pubblicato il 03 Novembre 2017, 09:49
Originariamente inviato da: CrapaDiLegno
Dilettanti!
In C.S.I. fanno di più e meglio schiacciando 4/6 tasti sulla tastiera (il mouse, che cosa assurda!)e attendendo 1 secondo.
Da una telecamere notturna da 640x480 di risoluzione arrivano a mostrare la targa di un'auto a 20mt di distanza.


Blade Runner, a questi, gli fa una s..a!!
Commento # 6 di: songohan pubblicato il 03 Novembre 2017, 09:58
Originariamente inviato da: Bivvoz
Praticamente inventa in modo realistico.
Certo fino a quando si parla di un uccello come quello nell'esempio è facile per la rete neurale immaginare come possa essere fatto il piumaggio o per il rametto su cui è posato com'è fatta la venatura del legno.
Ma se proviamo con un divano o un vestito la rete neurale si potrebbe inventare una trama del tessuto diversa da quella reale.


Non penso. Penso che, oltre ad inventare, la rete neurale verrà addestrata con immagini vere. Se qualcuno scattasse una foto a bassa risoluzione di una Ferrari Testarossa la rete neurale, già addestrata a riconoscere tale modello, non avrà difficoltà a ricostruirlo tale e quale. Per un divano e un vestito, idem. Diverso il discorso per quanto riguarda i dettagli, come ad esempio un ciuccio viola in mezzo a dei vestiti SU un divano. A bassa risoluzione potrebbe essere preso per qualunque cosa e la rete neurale non sarebbe in grado di indovinare l'oggetto.
Commento # 7 di: zappy pubblicato il 03 Novembre 2017, 10:16
Originariamente inviato da: Paganetor
mi sembra incredibile...


a me sembra una foto fake.

per BEN che vada, questo algoritmo INVENTA di sana pianta quello che non c'è.
per cui è perfettamente inutile, anzi dannoso. Il risultato sembra dettagliato ma è totalmente ed inequivocabilmente una INVENZIONE.
Commento # 8 di: zappy pubblicato il 03 Novembre 2017, 10:18
Originariamente inviato da: songohan
Non penso. Penso che, oltre ad inventare, la rete neurale verrà addestrata con immagini vere. Se qualcuno scattasse una foto a bassa risoluzione di una Ferrari Testarossa la rete neurale, già addestrata a riconoscere tale modello, non avrà difficoltà a ricostruirlo tale e quale.


e se c'è un'ammaccatura sulla porta? e se il logo è scolorito dal sole?
inventerebbe roba che non esiste.
pericoloso e dannoso.
Commento # 9 di: D4N!3L3 pubblicato il 03 Novembre 2017, 10:37
Originariamente inviato da: Bivvoz
Si ma di vestiti e divani ne esistono milioni di tipi diversi e lo stesso modello può avere più tessuti diversi, come fa la rete neurale a indovinare di quale si tratta?

Una cosa interessante sarebbe avere un'immagine già in alta risoluzione, riscalarla in bassa e poi farla riuppare dalla rete neurale per poterne confrontare i risultati.


Sicuramente faranno test di questo tipo per valutare la bontà dell'algoritmo.
Commento # 10 di: cata81 pubblicato il 03 Novembre 2017, 10:55
« Pagina Precedente     Pagina Successiva »