Povećaj rezoluciju: Kako uraditi upscaling stare slike [DIY]
Prestanite vjerovati holivudskim lažima o dugmetu ‘Enhance’. Ako samo rastegnete staru, mutnu fotografiju svoje nane, dobit ćete samo veći, mutniji nered. Vi ili vaša aplikacija pokušavate izvući informaciju koja fizički ne postoji. To nije magija; to je matematika, i ako je uradite pogrešno, lica će izgledati kao da su od topljenog voska. U ovom vodiču ćemo prestati sa nagađanjem i preći na ozbiljan digitalni remont koristeći neuronske mreže koje zapravo ‘dopisuju’ piksele tamo gdje ih nedostaje.
Pikseli koji lažu: Zašto obični ‘Zoom’ uništava uspomene
Kada radite obični resize, vaš kompjuter koristi ‘bilinear’ ili ‘bicubic’ interpolaciju. Zamislite to kao razvlačenje tijesta za pizzu – što ga više širite, to je tanje i prozirnije. AI upscaling radi drugačije; on gleda ivicu mutnog oka i kaže: ‘Na osnovu 50 miliona slika koje sam vidio, ovdje bi trebala biti trepavica’. Čuti ćete kako ventilator vašeg laptopa počinje vrištati čim pokrenete ove modele. To je zvuk procesora koji se bori sa milijardama kalkulacija u sekundi. Ako ne osjetite toplinu iz izduvnog ventila, ne radite pravi upscaling. Za dublje razumijevanje kako ovi sistemi funkcionišu, pogledajte kako neuronske mreže uče kroz baze podataka.
WARNING: Nikada ne učitavajte privatne porodične fotografije na sumnjive ‘besplatne’ online konvertere koji nemaju jasnu politiku privatnosti. Vaša lica postaju njihovo vlasništvo za treniranje modela bez vašeg pristanka.
Alatnica: Šta vam treba za digitalnu restauraciju
Zaboravite na skupe pretplate ako imate bar prosječnu grafičku karticu. Treba vam nešto što može ‘žvakati’ podatke. Moja preporuka je Real-ESRGAN ili SwinIR. Ovi modeli su kao šmirgl papir za digitalni šum. Ako ste na Linuxu, proces je još brži uz terminal, o čemu možete naučiti u vodiču kako instalirati AI na Linux. Za one koji ne žele kucati kod, Upscayl je odličan open-source alat koji vam daje GUI (grafički interfejs) ali koristi istu sirovu snagu ispod haube. Miris ozona iz vašeg kućišta dok renderujete sliku od 8K je normalan – to je miris napretka.
Zašto ovo radi: Nauka o GAN mrežama (Generative Adversarial Networks)
Unutar vašeg softvera vodi se mali rat. Imate dva agenta: ‘Generator’ koji pokušava napraviti lažne piksele i ‘Diskriminator’ koji mu govori da je smeće i da pokuša ponovo. Ovaj proces se ponavlja dok slika ne izgleda dovoljno realno da prevari sistem. To je digitalna evolucija u mikrosekundi. Generator ‘pljuje’ verzije, a Diskriminator ih ‘šamara’ dok ne dobijete čistu ivicu. To je razlika između mutne mrlje i jasne teksture kože. Ako vas zanima kako ovi modeli generišu vizuale iz nule, pročitajte o DALL-E 3 trikovima za realne slike.
Anatomija promašaja: Izbjegnite ‘plastična lica’
Najveća greška koju ćete napraviti je prevelika ‘denoising’ vrijednost. Ako je postavite na maksimum, dobit ćete efekt kože koja izgleda kao PVC cijev. Ljudi imaju pore, bore i nesavršenosti. AI to često vidi kao ‘šum’ i pokuša ga obrisati. Rezultat je sablastan. Radite u koracima. Prvo uklonite zrnatost (grain), pa tek onda radite upscaling. Ako slika izgleda previše čisto, dodajte 1-2% vještačkog šuma (noise) na kraju. Zvuči kontraintuitivno, ali ljudsko oko više vjeruje slici koja ima malo teksture nego onoj koja je savršeno glatka. To je isti princip koji se koristi u AI umjetnosti da bi se izbjegao ‘veštački’ izgled.
Da li moram imati skupu grafičku karticu?
Ne nužno, ali budite spremni na čekanje. Na procesoru (CPU) upscaling jedne slike može trajati 15 minuta. Na dobroj grafičkoj (GPU) to je 10 sekundi. Ako planirate raditi cijeli album, bez GPU-a ćete ostariti pored monitora. Provjerite da li vaš softver koristi CUDA jezgre ako imate Nvidia karticu. To je kao da prelazite sa ručne pile na motorku.
Mogu li popraviti mutne slike koje su van fokusa?
Upscaling nije oštrina (sharpening). Ako je slika van fokusa (motion blur), AI mora bukvalno izmisliti detalje. Modeli poput ‘DeBlur’ mogu pomoći, ali oni često mijenjaju crte lica. Vaša nana može završiti sa nosem koji nije njen. Budite oprezni s tim. Tehnologija napreduje, ali fizički zakoni optike su tvrdoglavi.
Budžet i resursi: Ne bacajte pare na ‘AI Cloud’ servise
Mnogi servisi vam naplaćuju 1 euro po slici. To je pljačka. Koristeći open-source modele, možete procesirati 10.000 slika besplatno. Jedini trošak je struja koju vaš računar potroši dok se grije. Kao što smo vidjeli kod AI alata za male firme, ključ je u tome da sami kontrolišete proces. Upscaling je vještina koja će vam trebati sve više kako stari digitalni arhivi budu propadali pod niskom rezolucijom prošlih decenija. Uhvatite se miša, pokrenite terminal i udahnite novi život u te stare piksele. Samo nemojte pretjerati sa sliderima – manje je često više.