Si chiama Deep Image Prior, (noto anche con la sigla DIP), e si tratta di un algoritmo in grado di ricostruire e riparare le immagini in formato digitale: una tecnologia a base di reti neurali ideata da Dmitry Ulyanov e Victor Lempitsky, (della Skoltech), in collaborazione con Andrea Vedaldi, (dell'Università di Oxford), e che, diversamente dal solito, non necessita di un esteso periodo di "addestramento" per funzionare nel migliore dei modi. Difatti se tradizionalmente gli algoritmi "intelligenti" per il processing delle immagini tendono ad agire con efficacia solo dopo aver analizzato un database di dati pre-esistente di notevoli dimensioni, DIP si limita a lavorare partendo esclusivamente dalle informazioni contenute nell'immagine da modificare. Inoltre, nonostante questo limite apparente, l'algoritmo in questione offre capacità notevoli come la rimozione del rumore o del testo dalle immagini, il riempimento delle sezioni tagliate o cancellate, la rimozione degli "effetti di pixelation" dovuti alla cosiddetta "compressione lossy" degli algoritmi JPEG, e l'incremento della risoluzione e qualità di un'immagine a bassa risoluzione. Tuttavia alcune delle capacità dell'algoritmo russo non sono proprio una novità assoluta: ad esempio, la possibilità di rimuovere oggetti e "riempire" automaticamente lo spazio vuoto è una caratteristica già presente all'interno di Photoshop da diversi anni e non è stata ancora riprodotta in altri software di fotoritocco. Comunque sia Deep Image Prior rappresenta il risultato di una ricerca che, solo 2017, ha prodotto risultati notevoli sul fronte degli algoritmi a reti neurali progettati per lavorare con le immagini: risultati che includono tecnologie capaci di ricostruire foto incomplete o pixellate, (note come PixelNN), oppure di eseguire il cosiddetto "upscaling" di alta qualità di foto in bassa risoluzione, (conosciuto come EnhanceNet-PAT).
Di seguito alcuni esempi:
Commenti
Posta un commento