Anda mungkin telah melihat film sci-fi atau acara televisi di mana protagonis meminta memperbesar gambar dan meningkatkan hasil untuk mengungkap wajah, atau plat nomor adalah tampak sangat mengagumkan, pada dasarnya apa yang terjadi adalah detail gambar ditambahkan secara buatan apa yang kamera tidak tangkap, menggunakan beberapa dugaan super-pintar berdasarkan gambar lain yang tampak mirip. Teknik ini disebut sintesis gambar alami oleh Google, dan dalam skenario khusus ini, menghasilkan gambar resolusi super.
Anda memulai dengan foto kecil, yang kabur, piksel, dan hasilnya sesuatu yang tajam, jelas, dan tampak alami. Mungkin tidak cocok dengan aslinya tepat sempurna, tetapi cukup dekat untuk terlihat nyata oleh mata manusia. Penelitian Google dengan hasil dua alat AI baru untuk pekerjaan itu.
Pertama disebut SR3, atau resolusi super melalui penyempurnaan berulang, dan itu bekerja dengan menambahkan sesuatu ke suatu gambar dan kemudian membalikkan proses dan mengambilnya sebanyak para editor gambar mencoba menajamkan lagu liburan Anda. “Model difusi bekerja dengan merusak data dengan secara progresif lalu menambahkan kebisingan Gaussian, perlahan-lahan memusnahkan detail dalam data sampai menjadi kebisingan murni” jelaskan ilmuwan penelitian Jonathan Ho dan insinyur perangkat lunak Chitwan Melalui serangkaian perhitungan probabilitas berdasarkan pada basis data gambar yang luas dan beberapa pembelajaran mesin, SR3 dapat membayangkan seperti apa bentuk gambar resolusi rendah yang rapi.
Google mengatakan pendekatan difusi menghasilkan hasil yang lebih baik daripada opsi alternatif, termasuk jaringan generatif (GANS) yang mengadu dua jaringan saraf satu sama lain untuk memperbaiki hasil. (Penelitian Google) Google menjanjikan lebih banyak dari mesin AI baru dan teknologi terkait – tidak hanya dalam hal menaikkan gambar wajah dan benda-benda alami lainnya, tetapi juga dalam bidang pemodelan probabilitas lainnya. “Kami sangat senang untuk menguji batas-batas model difusi untuk berbagai macam masalah pemodelan generatif,” kata tim.
Jurnal Refrensi:
- Chitwan Saharia, Jonathan Ho, William Chan, Tim Salimans, David J. Fleet, Mohammad Norouzi. 2021. Image Super-Resolution via Iterative Refinement. ARXIV: arXiv:2104.07636 (eess) https://arxiv.org/abs/2104.07636.
- https://ai.googleblog.com/2021/07/high-fidelity-image-generation-using.html
Tinggalkan komentar