Los investigadores de la Universidad de Duke han desarrollado una herramienta de inteligencia artificial que puede convertir imágenes borrosas e irreconocibles de los rostros de personas en retratos generosamente convincentes generados por computadora, con más detalles que nunca.
Los métodos anteriores pueden escalar una imagen de una cara hasta ocho veces su resolución original. Pero el equipo de Duke ha encontrado una manera de tomar un puñado de píxeles y crear caras de aspecto realista con hasta 64 veces la resolución ''.imaginar características como líneas finas, pestañas y rastrojos que no estaban allí en primer lugar.
"Nunca antes se habían creado imágenes de súper resolución con esta resolución con tanto detalle", dijo la científica de informática de Duke Cynthia Rudin, quien dirigió el equipo.
Los investigadores dicen que el sistema no se puede utilizar para identificar a las personas: no convertirá una foto desenfocada e irreconocible de una cámara de seguridad en una imagen nítida de una persona real. Más bien, es capaz de generarcaras nuevas que no existen, pero que parecen plausiblemente reales.
Si bien los investigadores se centraron en los rostros como prueba de concepto, la misma técnica podría, en teoría, tomar tomas de baja resolución de casi cualquier cosa y crear imágenes nítidas y de aspecto realista, con aplicaciones que van desde medicina y microscopía hasta astronomía e imágenes satelitales,dijo la coautora Sachit Menon '20, quien acaba de graduarse de Duke con una doble especialización en matemáticas e informática.
Los investigadores presentarán su método, llamado PULSE, la próxima semana en la Conferencia 2020 sobre Visión por Computadora y Reconocimiento de Patrones CVPR, que se realizó virtualmente del 14 al 19 de junio.
Los enfoques tradicionales toman una imagen de baja resolución y "adivinan" qué píxeles adicionales se necesitan tratando de hacer que coincidan, en promedio, con los píxeles correspondientes en imágenes de alta resolución que la computadora ha visto antes. Como resultado de este promedio, áreas texturizadas en el cabello y la piel que podrían no alinearse perfectamente de un píxel al siguiente y se verían borrosas e indistintas.
El equipo de Duke ideó un enfoque diferente. En lugar de tomar una imagen de baja resolución y agregar lentamente nuevos detalles, el sistema busca ejemplos generados por AI de caras de alta resolución, buscando las que se vean lo más posible como elimagen de entrada cuando se reduce al mismo tamaño.
El equipo utilizó una herramienta de aprendizaje automático llamada "red de confrontación generativa", o GAN, que son dos redes neuronales capacitadas en el mismo conjunto de fotos de datos. Una red presenta rostros humanos creados por IA que imitan los quefue entrenado, mientras que el otro toma esta salida y decide si es lo suficientemente convincente como para confundirse con algo real. La primera red mejora y mejora con la experiencia, hasta que la segunda red no puede notar la diferencia.
PULSE puede crear imágenes de aspecto realista a partir de entradas ruidosas y de baja calidad que otros métodos no pueden, dijo Rudin. De una sola imagen borrosa de una cara puede escupir cualquier cantidad de posibilidades realistas, cada una de las cuales se ve sutilmentecomo una persona diferente
Incluso con fotos pixeladas donde los ojos y la boca son apenas reconocibles, "nuestro algoritmo todavía logra hacer algo con él, que es algo que los enfoques tradicionales no pueden hacer", dijo el coautor Alex Damian '20, un matemático de Dukemayor.
El sistema puede convertir una imagen de una cara de 16x16 píxeles a 1024 x 1024 píxeles en unos segundos, agregando más de un millón de píxeles, similar a la resolución HD. Detalles como poros, arrugas y mechones de cabello que son imperceptiblesen las fotos de baja resolución se vuelven nítidas y claras en las versiones generadas por computadora.
Los investigadores pidieron a 40 personas que calificaran 1.440 imágenes generadas a través de PULSE y otros cinco métodos de escala en una escala de uno a cinco, y PULSE hizo lo mejor, logrando una puntuación casi tan alta como las fotos de alta calidad de personas reales.
Vea los resultados y cargue las imágenes usted mismo en http://pulse.cs.duke.edu/ .
Esta investigación fue apoyada por la Fundación Lord de Carolina del Norte y el Departamento de Ciencias de la Computación de Duke.
Fuente de la historia :
Materiales proporcionado por Universidad de Duke . Original escrito por Robin A. Smith. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :