Tăng độ phân giải ảnh bằng AI: nó thực sự có thể và không thể khắc phục điều gì trong một bức ảnh có độ phân giải thấp

Một bức ảnh nhỏ, mờ nhòe — một bản quét cũ, một ảnh chụp màn hình, một hình thu nhỏ là bản sao duy nhất còn lại của một thứ gì đó — được kéo giãn ra kích thước lớn hơn và kết quả cũng mờ y hệt, chỉ là lớn hơn. Việc thay đổi kích thước đơn giản không thể thêm vào chi tiết chưa từng được ghi lại ngay từ đầu; một loại công cụ khác vẫn cố gắng thêm nó vào.

Kéo giãn so với bịa ra chi tiết

Việc thay đổi kích thước cơ bản (láng giềng gần nhất, song tuyến tính, song khối — các phương pháp nội suy tiêu chuẩn) đưa ra một ước tính có cơ sở về màu sắc của mỗi pixel mới dựa trên các pixel lân cận, tạo ra một hình ảnh lớn hơn mờ đi một cách mượt mà nhưng không bao giờ sắc nét hơn nguồn gốc. Tăng độ phân giải bằng AI áp dụng một cách tiếp cận hoàn toàn khác: một mô hình được huấn luyện trên số lượng khổng lồ các cặp hình ảnh độ phân giải cao và các phiên bản độ phân giải thấp bị làm giảm chất lượng có chủ đích học được chi tiết mịn hợp lý thường trông như thế nào, và tạo ra các pixel mới là dự đoán tốt nhất thực sự cho chi tiết thay vì lấy trung bình của các pixel hiện có.

Nơi kết quả thực sự đứng vững

Khuôn mặt, văn bản và các kết cấu đều đặn (gạch, dệt vải, tán lá) là những trường hợp mà việc tăng độ phân giải bằng AI xử lý tốt nhất, vì đây chính xác là những khuôn mẫu mà một mô hình được huấn luyện với hàng triệu bức ảnh đã thấy nhiều ví dụ nhất và có thể tái tạo một cách tự tin.

Nơi sự bịa đặt bắt đầu lộ ra

• Một chi tiết thực sự độc đáo, không đều — một khuôn mẫu cụ thể không giống bất cứ thứ gì phổ biến — đôi khi bị "sửa" thành thứ gì đó trông chung chung hơn, vì mô hình đang làm việc dựa trên những khuôn mẫu nó từng thấy trước đây.
• Văn bản bằng một phông chữ không quen thuộc hoặc một ngôn ngữ mà mô hình không được huấn luyện nhiều có thể xuất hiện dưới dạng các ký tự trông hợp lý nhưng sai, thay vì các ký tự thực tế.
• Các nguồn bị nén nặng hoặc có độ phân giải rất thấp mang lại cho mô hình ít tín hiệu thực sự hơn để làm việc, do đó nhiều phần trong kết quả là sự bịa đặt của mô hình hơn là sự khôi phục chi tiết đã mất.

Đối với bất cứ điều gì mà độ chính xác quan trọng hơn một kết quả đẹp mắt — một tài liệu bạn thực sự cần đọc, bằng chứng, một bản ghi lịch sử — hãy coi hình ảnh được tăng độ phân giải như một công cụ hỗ trợ xem, chứ không phải thay thế cho nguồn gốc.