Các phương pháp trước đây chỉ có thể chia tỷ lệ hình ảnh của khuôn mặt lên gấp tám lần độ phân giải ban đầu của nó. Nhưng các nhà nghiên cứu đã tìm ra cách để lấy một số pixel và tạo ra những khuôn mặt trông giống thật, với độ phân giải lên tới 64 lần.
Các cách tiếp cận truyền thống lấy hình ảnh có độ phân giải thấp và 'đoán' những pixel nào cần thiết bằng cách cố gắng làm cho chúng khớp với các pixel tương ứng trong hình ảnh có độ phân giải cao mà máy tính đã thấy trước đó, rồi lấy kết quả trung bình. Do đó các vùng có kết cấu trên tóc và da trông mờ và không rõ ràng.
Nhóm nghiên cứu của Duke đã đưa ra một cách tiếp cận khác. Thay vì chụp ảnh độ phân giải thấp, sau đó từ từ thêm chi tiết mới, thì hệ thống sẽ quét các khuôn mặt có độ phân giải cao do AI tạo ra, và tìm kiếm các hình ảnh trông giống với hình ảnh đầu vào nhất.
Nhóm nghiên cứ đã sử dụng Generative Adversarial Networks (GAN), là mô hình có khả năng sinh ra dữ liệu mới. GAN cấu tạo gồm 2 mạng là Generator và Discriminator. Trong khi mạng Generator sinh ra tập dữ liệu bắt chước khuôn mặt mà nó được dạy, thì mạng Discriminator tìm cách phân biệt các dữ liệu sinh ra từ Generator và dữ liệu có thật. Sau đó, mạng Generator sẽ tạo ra những khuôn mặt giống thật hơn, cho đến khi mạng Discriminator không thể phân biệt được hai loại dữ liệu nêu trên.
Hệ thống có thể chuyển đổi hình ảnh 16x16 pixel của khuôn mặt thành 1.024x1.024 pixel chỉ trong vài giây. Các chi tiết như lỗ chân lông, nếp nhăn và lọn tóc không thể nhận ra trong các bức ảnh độ phân giải thấp trở nên rõ nét trong các phiên bản do máy tính tạo ra.
Các nhà nghiên cứu đã yêu cầu 40 người đánh giá 1.440 hình ảnh được tạo ra thông qua PULSE với năm phương pháp khác, theo thang điểm từ 1-5, và PULSE đã đạt điểm cao với những bức ảnh gần như ảnh chất lượng cao của người thực.
Mặc dù các nhà nghiên cứu tập trung vào khuôn mặt, nhưng về mặt lý thuyết, kỹ thuật tương tự có thể chụp ảnh độ phân giải thấp của hầu hết mọi vật và tạo ra những bức ảnh sắc nét, chân thực, ứng dụng trong y học, kính hiển vi, hình ảnh thiên văn và vệ tinh,...
Nghiên cứu này được giới thiệu tại Hội thảo về Tầm nhìn máy tính và nhận dạng mẫu (CVPR)
Diệu Huyền (CESTI) - Theo Techxplore.com