Graficzna poprawa jakości obrazów za pomocą VideoGigaGAN

Adobe Research przedstawiło VideoGigaGAN, nową aplikację AI, która przekształca rozmyte materiały wideo w wyraźne, szczegółowe obrazy.

Treści wideo dominują w konsumpcji mediów, ale problemy z jakością wideo, takie jak rozmycie i niska rozdzielczość, często zmniejszają wygodę odbioru treści. Tradycyjne metody skalowania często mają trudności z poprawą szczegółów bez wprowadzania błędów lub zniekształceń. Dostrzegając ten problem, zespół inżynierów Adobe zajmujących się wideo i sztuczną inteligencją postanowił stworzyć rozwiązanie, które nie tylko poprawi klarowność wideo, ale także zachowa spójność i dokładność całego materiału filmowego.

VideoGigaGAN wykorzystuje zaawansowane podejście generatywnej sieci przeciwstawnej (GAN), która jest rodzajem sztucznej inteligencji używanej do generowania wysokiej jakości danych syntetycznych. System jest przeszkolony do rozpoznawania i ulepszania drobnych szczegółów w klatkach wideo – takich jak pojedyncze pasma włosów lub delikatne tekstury skóry – które są zwykle tracone w rozmytym materiale filmowym. To, co wyróżnia VideoGigaGAN, to włączenie „modułu propagacji sterowanej przepływem”, który zapewnia, że ulepszenia są spójne w kolejnych klatkach, zachowując w ten sposób naturalny ruch i dynamikę wideo.

Co więcej, zespół Adobe zintegrował zaawansowane techniki antyaliasingu w celu zwalczania typowych problemów związanych z ulepszeniami AI, takich jak „amoku AI”, które obejmują nienaturalne kolory i nierówne linie. Transfer funkcji o wysokiej częstotliwości rozwiązuje również nagłe spadki jakości wideo, zapewniając płynny i naturalny proces ulepszania.

Zastosowania nowej technologii są duże i nie dotyczą jedynie jednej branży. Dla filmowców i producentów filmów, oferuje narzędzie do znacznej poprawy jakości wizualnej ich pracy, szczególnie w przypadku materiałów archiwalnych lub treści zarejestrowanych w trudnych warunkach. Ponadto, możliwość nawet ośmiokrotnego skalowania jakości wideo bez utraty szczegółów lub wprowadzania zniekształceń może zrewolucjonizować takie dziedziny, jak przywracanie i remastering wideo.

Co więcej, branże, które w dużym stopniu polegają na wysokiej jakości treści wideo, takich jak reklama, edukacja i rozrywka, mogą skorzystać ze zwiększonej klarowności i szczegółowości zapewnianej przez aplikacje. Postęp w przetwarzaniu wideo może być również sporą korzyścią dla producentów elektroniki użytkowej, oferując ulepszone odtwarzanie wideo na urządzeniach osobistych bez konieczności znacznych modernizacji sprzętu.

Podczas gdy obecny status VideoGigaGAN jest raczej demonstracją niż produktem gotowym do wprowadzenia na rynek, potencjał komercyjnego zastosowania pozostaje na wysokim poziomie. Historia firmy Adobe, w której integrowała swoje badania z produktami konsumenckimi, sugeruje, że aplikacja może wkrótce trafić do profesjonalnych zestawów do edycji wideo lub usług opartych na chmurze, zapewniając użytkownikom potężne narzędzia do podnoszenia treści wideo na nowy poziom jasności i szczegółowości.

Szymon Ślubowski