사진 복원
AI의 새로운 발전으로 컴퓨터는 10년 전만 해도 불가능해 보였던 작업을 수행할 수 있게 되었습니다.
Chris G손상된 사진을 복원하고, 거칠고 흐릿한 이미지를 개선하고, 필름에 색을 입히는 작업은 모두 몇 년 전만 해도 분명히 불가능했던 작업이었습니다. 그러나 최근 인공 지능의 발전으로 많은 사람들이 AI 모델을 훈련하여 이러한 모든 작업을 자동으로 수행할 수 있게 되었으며 결과는 꽤 좋으며 때로는 너무 좋을 수도 있습니다.
대영 제국 전쟁 박물관 아카이브의 1차 세계 대전 원본 영상을 사용하여 제작된 2018년 다큐멘터리 The Shall Not Grow Old 는 오래된 영상을 복원하고 개선하면 관객이 이야기에 훨씬 더 깊이 공감할 수 있음을 증명했습니다.
이제 오래된 사진을 복원, 향상 및 채색하는 데 사용할 수 있는 상용 소프트웨어 패키지가 여러 개 있지만 여러 연구팀은 누구나 컴퓨터 비전에서 이러한 발전을 활용할 수 있도록 하는 솔루션을 발표했습니다.
슈퍼 해상도
우리 모두가 영화에서 보았듯이, 스파이는 이미지의 픽셀이 많이 들어간 부분을 확대하고 마술처럼 향상시켜 가해자의 얼굴을 명확하게 드러낼 수 있습니다.
저해상도 이미지 향상은 컴퓨터 비전의 성배 중 하나였지만 이제 특별히 훈련된 AI 모델은 이 작업을 매우 좋은 결과로 수행할 수 있습니다. 초해상도는 현재 Pixelmator Pro와 같은 여러 상용 응용 프로그램에 포함되어 있지만 사용 가능한 가장 인기 있는 Computer Vision 라이브러리 중 하나인 OpenCV 에서도 사용할 수 있습니다. 이를 수행하는 방법에 대한 자습서는 딥 러닝으로 사진 향상 을 참조하십시오.
이미지 향상 및 채색
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.
이제 MyHeritage 에서만 사용할 수 있는 새로운 상용 솔루션으로 발전한 이 도구 솔루션은 딥 러닝 기술로 가족 사진을 자동으로 향상시켜 얼굴에 선명한 초점을 제공할 수 있습니다. 나는 그들의 결과가 매우 훌륭하고 자연스러워 보이지만 때로는 향상이 약간 더 나을 수 있음을 알았습니다.
오래된 사진에 생명을 불어넣기(CVPR 2020 구두) - 오래된 사진 복원(공식 PyTorch 구현) 은 CoLab Jupyter 노트북 으로도 사용할 수 있는 또 다른 주목할만한 연구 프로젝트입니다. 내 생각에는 사랑하는 사람의 얼굴을 재구성하는 데 너무 많은 자유를 주어야 합니다.
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.
Open-Image-Restoration Toolkit 은 이미지 복원을 위한 최첨단, 오픈 소스, 사용 가능 및 Pythonic 기술을 제공하는 훌륭한 리소스이기도 합니다.
물론 DeepAI Image Colorization API 와 같은 클라우드 기반 API 솔루션이 있습니다. 이를 통해 오래된 가족 사진과 역사적인 이미지에 색상을 추가하거나 색상화를 통해 오래된 필름에 생기를 불어넣을 수 있습니다. 이 이미지 색상화 API는 컬러 이미지와 해당 회색조 이미지 쌍에 대해 훈련된 딥 러닝 모델입니다. 몇 시간의 훈련 후에 모델은 흑백 이미지에 색상을 다시 추가하는 방법을 배웁니다.
이미지 스티칭
이미지 스티칭 또는 사진 스티칭은 여러 사진 이미지를 겹치는 시야와 결합하여 분할된 파노라마 또는 고해상도 이미지를 생성하는 데 사용되는 또 다른 Computer Vision 기술입니다. OpenCV는 이를 수행하기 위한 라이브러리를 제공하지만 브리티시 컬럼비아 대학의 연구 프로젝트인 AutoStitch 와 Microsoft 컴퓨터 사진 연구 팀의 ICE(Image Composite Editor) 가 절대적으로 뛰어난 결과를 생성한다는 것을 알았습니다!