Az egyetem munkatársainak beszámolójából kiderül, hogy más képalkotó módszerek az arcképet az eredeti felbontás mindössze nyolcszorosára képesek nagyítani. A csapat azonban kidolgozott egy módszert, melynek segítségével 'maroknyi képpontból' valósághű arcokat teremthetnek akár hatvannégyszeres felbontással is, „kibővítve” olyan adottságokkal, mint a ráncok, szempillák vagy a borosta, amelyek az eredeti fotón egyáltalán nem látszódnak.

"Eddig soha nem készítettünk szuper nagy felbontású képeket ilyen részletességgel"-mondja Cynthia Rudin, a Duke informatikusa, a kutatás vezetője.

A rendszer ugyanakkor személyazonosításra nem használható, így például nem változtatja kristálytisztává a biztonsági kamerák felvételeit, inkább olyan új arcokat képes generálni, amelyek valójában nem léteznek, mégis valódinak tűnnek. (Ezen a linken pixelről-pixelre végigkövethetjük a folyamatot.) "Bár elsősorban emberi arcokra összpontosítottunk a kísérleteknél, a technika elméletileg szinte bármiből képes éles, realisztikus megjelenésű fotókat alkotni a mikroszkópos felvételektől kezdve a csillagászati- és műhold felvételekig"-mondja Sachit Menon, a tanulmány társszerzője, a Duke frissen végzett matematikusa és informatikusa. Hagyományos megközelítés esetén a szakértők előbb fogják az alacsony felbontású képeket, és megpróbálják "kitalálni", hogy milyen extra képpontok kellenének ahhoz, hogy azok többé-kevésbé megegyezzenek a nagy felbontású fotók képpontjaival. Ez viszont nehezen, sőt többnyire egyáltalán nem megvalósítható az olyan kidolgozott területeken, mint mondjuk a bőr vagy a haj. A pixelek szétesése pedig egyenlő a homályos képpel. A kutatócsoport a gépi tanulás úgynevezett "GAN" eszközét használta, amely két különböző, mégis ugyanazokon a fényképkészleteken kifejlesztett algoritmust jelent.

"A PULSE élethű képeket hozhat létre pixeles, rossz minőségű bemenetekből, amelyekre más módszerek nem képesek"-mondja Rudin.

Alex Damian, szintén a kutatás társszerzője pedig megjegyezte, hogy algoritmusuk még a durván pixeles fotókat is átalakítja, amelyeken például a szem vagy a száj alig felismerhető. A rendszer egy arcról készült 16x16 pixeles képet néhány másodperc alatt 1024x1024 képpontúvá konvertálhat, több mint egymillió pixel hozzáadásával, hasonlóan a HD felbontáshoz. Az olyan részletek pedig, mint a pórusok, a ráncok és a haj, amelyek egyébként észrevehetetlenek az alacsony felbontású képeken, élesek és világosak lesznek a számítógép által generált verziókban. A kutatók negyven önkéntest arra kértek, hogy egy egytől-ötig tartó skálán értékeljenek ezernégyszáznegyven képet, amelyeket a PULSE, illetve öt másik, hagyományos módszerrel feljavítottak. A PULSE természetesen mind közül a legjobb lett. Hogy mekkora sikere lesz a későbbiekben, egyelőre rejtély, sokan mindenesetre már most is a fotózási technológiák úttörőjeként emlegetik. Az alábbi fotó egy előtte-utána verziót ábrázol:

Így javíthatjuk fel otthon alacsony felbontású fotóinkat

Ha esetleg már most kipróbálnák, hogyan redukálja le a mesterséges intelligencia egy fotó minőségi javítását, az AI Image Enlarger, ingyenesen letölthető programmal meggyőződhetünk róla. A szoftver gyorsan és egyszerűen jobb felbontású fotót varázsol egy pixelesből, és noha hatékonysága nem ér fel a PULSE teljesítményével, azért látszik, hogy a mesterséges intelligencia teszi a dolgát. A javításra szoruló képet simán az egérrel behúzhatjuk, vagy a File/Add Image opcióval vihetjük a programba. Jpg, jpeg és png formátumú képeket tölthetünk meg, amelyek maximális mérete három MB lehet. Ezután beállíthatjuk a fénykép stílusát, majd azt, hogy hányszorosára (kettő vagy négyszeresére) javítsa a program a felbontást.

Ezután kattintsunk előbb a Submit, majd a Download gombra, ami után megjelenik előttünk egy link, amin keresztül megtekinthetjük vagy letölthetjük számítógépünk valamelyik mappájába a javított változatot. Ezt a mappát megadhatjuk az Option/Save Image Path útvonalat követve. Ha pedig ez a mappa megegyezik az eredeti kép helyével, akkor azt  automatikusan felülírja az új változat.

(Fotó: Needpix, Scitechdaily)