Pegar uma imagem de baixa qualidade e dizer ao computador para “melhorar” a resolução tem sido um material de fantasia de TV. Mas, graças à aprendizagem de máquina, está realmente ficando melhor, pegar um zoom em uma foto sem perder a qualidade da imagem. Esta semana, o Google revelou um protótipo de software que faz exatamente isso que ele chama de RAISR, ou Rápida e Precisa Super-Resolução de Imagem.
Em essência, RAISR é semelhante aos métodos atuais de amostragem – o processo de transformar uma pequena imagem em um maior, inserindo novos pixels nele. Mas enquanto os métodos de amostragem tradicionais tornam essas imagens maiores, preenchendo novos valores de pixel usando regras fixas, o RAISR adapta seus métodos ao tipo de imagem que está olhando. O software presta uma atenção especial aos chamados “recursos de borda” – isto é, partes de uma imagem onde o brilho ou gradiente de cor difere rapidamente e que normalmente indica a borda de um objeto. Esta amostragem adaptativa significa que as imagens de zoom resultantes são menos desfocadas.
Na imagem composta do Google abaixo, a seção superior é a imagem original, de baixa resolução, e a parte inferior é a versão RAISR-melhorada. (Na imagem no topo deste artigo, o original está à esquerda e a versão RAISR está à direita).
/cdn0.vox-cdn.com/uploads/chorus_asset/file/7479255/4.png)
Agora, compare isso com a imagem composta abaixo, que mostra a imagem de baixa resolução à esquerda e a versão tradicional de amostras à direita. A imagem resultante é menos pixelada, mas suas bordas parecem desfocadas e fora de foco:
/cdn0.vox-cdn.com/uploads/chorus_asset/file/7479259/1.png)
O Google não é a única empresa a trabalhar nesta tecnologia, e no início deste ano, o Twitter comprou uma startup chamada Magic Pony que faz o mesmo tipo de amostragem inteligente, mas com vídeo – uma tarefa muito mais difícil, considerando quantas imagens precisam ser processadas rapidamente . No futuro, parece que as imagens de baixa resolução vão se tornar muito menos comuns, com a aprendizagem da máquina implantada para preencher as lacunas.
Fonte: Google
