Microsoft Research mengembangkan algoritme restorasi foto yang luar biasa

Tim Riset Microsoft Ziyu Wan, Bo Zhang, dan lainnya telah mengembangkan algoritme berbasis AI baru untuk memulihkan foto lama yang mengalami degradasi parah melalui pendekatan pembelajaran mendalam.

Tidak seperti tugas restorasi konvensional yang dapat diselesaikan melalui pembelajaran terawasi, degradasi dalam foto asli sangat kompleks dan kesenjangan domain antara gambar sintetis dan foto lama membuat jaringan gagal untuk menggeneralisasi.

Teknik baru mereka mengusulkan jaringan terjemahan domain triplet baru dengan memanfaatkan foto asli bersama dengan pasangan gambar sintetis besar-besaran. Secara khusus, mereka melatih dua variasi autoencoder (VAE) untuk masing-masing mengubah foto lama dan foto bersih menjadi dua ruang laten. Dan terjemahan antara dua ruang laten ini dipelajari dengan data berpasangan sintetik.

Terjemahan ini digeneralisasikan dengan baik ke foto asli karena celah domain ditutup di ruang laten yang ringkas. Untuk mengatasi beberapa degradasi yang bercampur dalam satu foto lama, mereka merancang cabang global dengan blok nonlokal parsial yang menargetkan cacat terstruktur, seperti goresan dan bintik debu, dan cabang lokal yang menargetkan cacat tidak terstruktur, seperti kebisingan dan buram. Kedua cabang menyatu di ruang laten, yang mengarah pada peningkatan kemampuan untuk memulihkan foto lama dari banyak cacat. Metode yang diusulkan mengungguli metode mutakhir dalam hal kualitas visual untuk restorasi foto lama.

Lihat teknik yang ditunjukkan dalam video di bawah ini:

Sayangnya, Microsoft belum menyediakan situs demo untuk mencoba teknologi tersebut, tetapi mudah-mudahan, perusahaan akan mengambil petunjuknya.

Baca lebih detail di Microsoft di sini.