Google esittelee blogitekstissään uusia koneoppimiseen pohjautuvia kuvanparannustekniikoita.
Niin sanotusta superresoluutiosta on toivottu apua lääketieteen kuvantamistutkimukseen ja esimerkiksi vanhojen perhekuvien laadun parantamiseen.
Alun perin vuonna 2015 kehitettyjen diffuusiomallien suosio on viime aikoina kasvanut, sillä niistä on saatu lupaavia tuloksia kuva- ja audiotiedostojen kohdalla. Menetelmässä tekoäly oppii lisäämällä aineistoon kohinaa, kunnes alkuperäinen aineisto häviää kokonaan. Tämän jälkeen tavoitteena on palauttaa lähtökohtana ollut materiaali.
Googlen työryhmä esittelee uusien SR3- ja CDM-menetelmien tuottamia tuloksia. Superresoluution diffuusiomalliin voi syöttää matalaresoluutioisen kuvan, jonka pohjalta saadaan muodostettua yllättävän tarkka versio.
Tutkimusryhmä esittelee useita 64×64-resoluution kuvia, joita on kohennettu tekniikkaa käyttäen 1024×1024-resoluutioon.
“Computer, enhance!” is now reality!
SR3 takes a low-res image (64×64) & progressively adds noise until only pure noise remains. It then learns to reverse this process, removing noise to create a 1024×1024 image. https://t.co/Jc2TDdxklr pic.twitter.com/5W1iGL6pSr
— Valentina Vee (@valentinavee) August 29, 2021
