Restauración de fotos
Los nuevos avances en IA han permitido que las computadoras realicen tareas que parecían imposibles de lograr hace menos de una década.
Chris GRestaurar fotos dañadas, mejorar imágenes granulosas y borrosas y colorear películas son tareas que eran claramente imposibles de lograr hace solo unos años, tareas reservadas para que los artistas hábiles y talentosos las completen minuciosamente. Pero los avances recientes en inteligencia artificial han permitido a muchas personas entrenar modelos de IA para realizar todo esto automáticamente, y los resultados son bastante buenos, ¿quizás a veces demasiado buenos?
El documental de 2018 They Shall Not Grow Old , que se creó con imágenes originales de la Primera Guerra Mundial de los archivos del Museo Imperial de Guerra Británico, demostró que restaurar y mejorar imágenes antiguas puede hacer que el público se identifique con la historia de una manera mucho más profunda.
Si bien ahora hay varios paquetes de software disponibles comercialmente para restaurar, mejorar y colorear fotos antiguas, varios equipos de investigación han publicado soluciones que permiten que cualquier persona aproveche estos avances en la visión por computadora.
súper resolución
Como todos hemos visto en las películas, los espías pueden acercarse a una parte altamente pixelada de una imagen y mejorarla mágicamente para revelar claramente la cara del perpetrador.
Mejorar las imágenes de baja resolución ha sido uno de los santos griales de la visión por computadora, pero los modelos de IA especialmente entrenados ahora pueden realizar esta tarea con muy buenos resultados. La superresolución ahora se incluye en varias aplicaciones comerciales como Pixelmator Pro, pero también está disponible en OpenCV , una de las bibliotecas de Computer Vision más populares disponibles. Consulte Mejora de fotos con aprendizaje profundo para obtener un tutorial sobre cómo lograr esto.
Mejora de imagen y colorización
One of the best research projects for image enhancement and colorization is DeOldify, which published an early version of its tools in a GitHub repository as well as in a CoLab Jupyter notebook.
Su solución de herramientas, que ahora se ha convertido en una nueva solución comercial disponible exclusivamente en MyHeritage , es capaz de mejorar sus fotos familiares automáticamente con tecnología de aprendizaje profundo, enfocando los rostros con nitidez. Encuentro que sus resultados son muy buenos y de aspecto natural, mientras que la mejora a veces podría ser un poco mejor.
Devolver la vida a una foto antigua (CVPR 2020 oral): la restauración de una foto antigua (implementación oficial de PyTorch) es otro proyecto de investigación digno de mención, que también está disponible como cuaderno CoLab Jupyter , pero creo que su mejora facial es un poco antinatural, ya que, en mi opinión, tomarse demasiada libertad al reconstruir los rostros de sus seres queridos.
The GFPGAN project has had some success as a Practical Algorithm for Real-world Face Restoration. Visit their GitHub repository and try their solution in Colab.
El Open-Image-Restoration Toolkit también es un gran recurso, ofrece una selección de técnicas de última generación, de código abierto, utilizables y pitónicas para la restauración de imágenes.
Por supuesto, existen soluciones API basadas en la nube, como la API de colorización de imágenes de DeepAI , que le permite agregar color a fotos familiares antiguas e imágenes históricas o revivir una película antigua con coloración. Esta API de colorización de imágenes es un modelo de aprendizaje profundo que se ha entrenado en pares de imágenes en color con su contraparte en escala de grises. Después de horas de entrenamiento, los modelos aprenden cómo volver a agregar color a las imágenes en blanco y negro.
Costura de imagen
La unión de imágenes o la unión de fotos es otra técnica de visión por computadora que se utiliza para combinar múltiples imágenes fotográficas con campos de visión superpuestos para producir un panorama segmentado o una imagen de alta resolución. Si bien OpenCV ofrece una biblioteca para lograr esto, encuentro que AutoStitch , un proyecto de investigación de la Universidad de Columbia Británica, y Image Composite Editor (ICE) del equipo de investigación de fotografía computacional de Microsoft producen resultados absolutamente sobresalientes.