这就是机器学习解决低分辨率的方式
“放大和增强”的比喻是电视陈词滥调，但人工智能的进步正在慢慢使其成为现实。研究人员表明，机器学习可以放大低分辨率图像，恢复以前不存在的清晰度。现在，这项技术正在向消费者普及，图像编辑器 是首批提供此类功能的公司之一。
的竞争对手今天宣布了其60 美元 Pro 版软件的“ ML 超级分辨率”：该公司称该功能可以将图像放大到原始分辨率的三倍，而不会出现像素化或模糊等图像缺陷。
AI超分辨率为模糊图像增加了失去的清晰度
经过我们的测试，我们会说这个声明需要一些注意事项。但总的来说， 的超分辨率功能的表现令人印象深刻。
从插图到摄影再到文本，像素化在一系列图像中都得到了平滑处理。结果优于传统放大算法提供的结果，尽管该过程不是即时的（在我们的 2017 款 Pro 上每张图像需要大约 8 秒），但它足够快，足以成为各行各业的设计师和图像编辑人员的福音。下面是 的一些示例，左侧是放大的低分辨率图像，右侧是经过处理的 ML 超分辨率图像：
您可以在 的博客上查看更多图像，包括与双线性、 和最近邻算法等传统放大技术的比较。虽然 ML Super 不是魔杖，但它确实提供了始终如一的令人印象深刻的结果。
该算法学习逐像素预测新的细节
对超分辨率的研究已经进行了一段时间，谷歌和英伟达等科技公司在过去几年中创建了自己的算法。在每种情况下，软件都会在包含低分辨率和高分辨率图像堆的数据集上进行训练。该算法会比较这些数据，并为像素如何在图像之间变化创建规则。然后，当它显示以前从未见过的低分辨率图片时，它会预测需要哪些额外像素并插入它们。
的创建者告诉The Verge，他们的算法是从头开始制作的，以便轻量级到可以在用户的
设备上运行。与通常大 50 倍的研究算法相比，它的大小仅为 5MB。为了预测用户的不同需求，它对一系列图像进行了训练，但训练数据集非常小——创建 的 ML 超分辨率工具只需要 15,000 个样本。
该公司并不是第一个在商业上提供这项技术的公司。网上有很多一次性的超分辨率工具，包括和.io。在我们的测试中，这些站点的输出质量比 的质量更复杂（尽管总体上还不错），免费用户只能处理少量图像。Adobe 还发布了一个超分辨率功能，但结果同样不那么引人注目。
总体而言， 似乎提供了我们见过的最好的商业超分辨率工具（如果您知道更好的工具，请在评论中告诉我们），而且每天，“缩放和增强”都不再是一个笑话。
相关文章
