Estás leyendo la publicación: Los investigadores de IA de Google proponen un sistema sólido basado en el aprendizaje automático para abordar el desenfoque de movimiento en rostros en fotografías de retratos en teléfonos móviles
La borrosidad de los objetos que se mueven rápidamente en las imágenes es un problema persistente desde que se inventaron las cámaras modernas. Aunque el software de desenfoque de imágenes ha estado disponible durante algún tiempo, necesitan una gran cantidad de potencia computacional. Por lo tanto, para resolver el problema, los investigadores de Google han creado una IA para desenfocar específicamente las imágenes en los teléfonos móviles a través de diversas luces y movimientos.
Una de las mejores características de la IA es el resultado instantáneo que obtendrá. Simplemente haga clic en el obturador de la cámara y la IA detectará y desenfocará automáticamente la imagen inmediatamente después de tomar la foto; junto con el hecho de que no se requieren entradas adicionales del usuario ya que el desenfoque se realiza automáticamente, la IA puede manejar cualquier rango de movimientos faciales y puede desenfoque de hasta cientos de píxeles en una fotografía. Ahora, a medida que avanzamos en el funcionamiento del desenfoque de movimiento de una sola imagen, los investigadores utilizaron el enfoque basado en referencias que logra un desenfoque de imagen de alta calidad en los teléfonos. En desenfoque de video y fotogramas múltiples, los investigadores capturaron W y UW (W es el ángulo de cámara gran angular y UW es la cámara ultra gran angular secundaria) en un teléfono móvil) ráfagas de aproximadamente 7-9 fotogramas, use la alineación local robusta, fusione fotogramas sin procesar y evite la alineación temporal y el alto costo de memoria. Para alinear la imagen para la fusión, se usa PCW-Net para estimar el flujo óptico. En desenfoque de fusión, ya que el ancho de la cámara UW es la mitad de la cámara W. En lugar de cambiar el tamaño de todas las imágenes de entrada a la resolución exacta, cambiamos el tamaño de la imagen de referencia, la máscara facial y la máscara de oclusión a la mitad del tamaño de la fuente para ahorrar el uso de la memoria.
Aunque la IA funciona bien en los tiempos modernos, existen algunas limitaciones relacionadas con la IA en las que debe mejorar para resolver el problema de las imágenes borrosas, una de las cuales son las imágenes con poca luz. En condiciones de iluminación extremadamente bajas, la calidad de la imagen capturada afecta en gran medida la calidad de la depuración que se puede realizar. Otro tiene una cara pequeña. Una cara pequeña dificulta la captura adecuada de los detalles faciales, lo que impide que la mecánica de la IA desenfoque la imagen. Solo aplicable para un solo look que es algo limitado debido a la tecnología actual.
En conclusión, Face Deblurring AI funciona excepcionalmente bien en comparación con sus contrapartes en términos de velocidad, potencia computacional y resultados. Sin embargo, aún así, algunas limitaciones hacen que la IA desenfocada tenga algo más que desear y, para ser justos, son problemas que pueden resolverse mediante la actualización de la tecnología y, por lo tanto, podemos estar seguros de que seguramente habrá una versión mejor y más rápida de esta IA. disponible en el futuro y también un activo buscado, ya que a todas las grandes empresas les gustaría tener o construir su propia IA usando esto como inspiración.
Este artículo está escrito como un artículo de resumen de investigación por el personal de Marktechpost basado en el trabajo de investigación ‘Desenfocado facial con Dual Camera Fusion en teléfonos móviles‘. Todo el crédito de esta investigación es para los investigadores de este proyecto. Revisar la papel.
Por favor no olvides unirte Nuestro subreddit de ML
Echa un vistazo a https://aitoolsclub.com para encontrar 100 de Cool AI Tools
