Google เปิดเผยการพัฒนาเทคนิคที่เรียกว่า Rapid and Accurate Image Super-Resolution - RAISE สำหรับ Machine Learning แกไ้ขและแปลงภาพความละเอียดต่ำให้มีความละเอียดที่สูงขึ้น และใช้เวลาที่น้อยกว่าเทคนิคในปัจจุบัน

เทคนิคที่ใช้งานกันอย่างแพร่หลายในปัจจุบันเรียกว่า Upsampling ที่อาศัยค่าสีและองค์ประกอบต่างๆ ของพิกเซลมาประกอบสร้างพิกเซลใหม่ขึ้นเป็นเส้นตรง อย่างไรก็ตามถึงแม้วิธีนี้จะเร็วแต่ผลที่ออกมา ก็ยังไม่ใช่ภาพที่มีรายละเอียดเพียงพอ

การแก้ไขภาพด้วยวิธี Upsampling

ขณะที่เทคนิค RAISE คือการสอน Machine Learning ด้วยภาพทั้งคุณภาพต่ำและสูง เพื่อหาฟิลเตอร์ที่จะทำให้รายละเอียดของภาพไม่แตกต่างจากภาพความละเอียดสูง ก่อนจะหาฟิลเตอร์ที่เข้ากับพิกเซลในแต่ละจุด (pixel neighborhood) และสร้างรายละเอียดของภาพที่เข้ากับย่านพิกเซลนั้นๆ ให้ใกล้เคียงกับภาพความละเอียดสูงที่สุด

*การแก้ไขภาพด้วยวิธี RAISE**

โดยวิธีการฝึก Machine Learning มีอยู่ 2 วิธีได้แก่

• ให้ Machine Learning เปรียบเทียบภาพทั้ง 2 ความละเอียดโดยตรง
• ให้ Machine Learning เปรียบเทียบภาพ 2 ชุด ชุดแรกคือภาพที่ถูก Upsampling กับภาพความละเอียดต่ำ และอีกชุดค่ำภาพที่ถูก Upsampling กับภาพความละเอียดสูง

อย่างไรก็ตามภาพที่เทคนิคยังคงไม่สามารถแก้ไขได้ หรือยากที่จะแก้ไข คือภาพที่มีคลื่นหรือลวดลาย ( aliasing ) หรือ Moire Pattern

ที่มา - Google Research Blog

ตัวอย่างภาพที่ถูกแก้ไขด้วยวิธี RAISE