একটি আপস্কেলার আসলে যা করে
একটি ঐতিহ্যবাহী রিসাইজ ইন্টারপোলেট করে। এটি উভয় পাশের পিক্সেল থেকে মধ্যবর্তী পিক্সেলের মান গণনা করে, একটি বড় ও নরম ছবি তৈরি করে এবং এমন কোনো তথ্য যোগ করে না যা সেখানে আগে ছিল না।
একটি আধুনিক আপস্কেলার জেনারেট করে। এটি ছোট ও বড় ছবির জোড়ায় প্রশিক্ষিত একটি মডেল, এবং এটি এমন বিবরণ তৈরি করে যা বিষয়টির জন্য বিশ্বাসযোগ্য, কিন্তু তা থেকে উদ্ভূত নয়: মুখের লোমকূপ, কাপড়ের সুতো, দূরের গাছের পাতা।
এই পার্থক্যটুকুই পুরো প্রবন্ধের বিষয়। লোমকূপগুলোর ছবি তোলা হয়নি। সেখানে লোমকূপ দেখতে কেমন হতে পারে সে বিষয়ে এগুলো হলো একটি মডেলের সেরা অনুমান, যা একটি জেনারেটর পুরো ফ্রেম জুড়ে করা একই অপারেশন।
সুতরাং, যে ছবিটি কোনো আপস্কেলারের মধ্য দিয়ে গেছে তাতে জেনুইনলি সিন্থেটিক টেক্সচার রয়েছে, এবং টেক্সচার পড়া একটি ডিটেক্টর ঠিক সেটাই রিপোর্ট করে। ফলাফলটি সঠিক; মানুষ তা থেকে যে সিদ্ধান্তে পৌঁছায় তা সঠিক নয়।
কেন এটি এত বেশি ভুল পজিটিভ ফলাফল তৈরি করে
আপস্কেলিং সব জায়গায় রয়েছে এবং যারা এটি করে তাদের কাছে এটি মূলত অদৃশ্য। ফোনের ক্যামেরা ডিজিটাল জুমের ক্ষেত্রে এটি প্রয়োগ করে, এডিটিং স্যুটগুলো এনহ্যান্স বা বর্ধিতকরণ হিসেবে এটি অফার করে, ভিডিও কল ব্যান্ডউইথ ক্ষতিপূরণ দিতে এটি ব্যবহার করে এবং প্ল্যাটফর্মগুলো মূল সাইজের চেয়ে বড় সাইজে ছবি পরিবেশন করার সময় এটি প্রয়োগ করে।
আর্কাইভ এবং পুনরুদ্ধারের কাজ হলো চরম ক্ষেত্র। কম রেজোলিউশনে স্ক্যান করা এবং প্রিন্টের জন্য বর্ধিত করা একটি পুরনো ছবি গঠনাগতভাবে ব্যাপকভাবে সংশোধিত হয়, এবং এটি একটি মডেল তৈরি করা কোনো কিছুর মতো স্কোর করবে, কারণ আপনি যা দেখছেন তার বেশিরভাগই তাই।
শীর্ষ-ডান অঞ্চলটি হলো সমস্যা। সেই ছবিগুলোতে আসল জিনিস চিত্রিত হয় এবং কৃত্রিম পিক্সেল থাকে, এবং কোনো স্কোরই এই দুটি বৈশিষ্ট্যকে আলাদা করতে পারে না কারণ মডেলটি কেবল সেগুলোর একটি পরিমাপ করছে।
কীভাবে সেগুলোকে আলাদা করবেন
অঞ্চল মানচিত্র বা রিজিওন ম্যাপ হলো প্রথম টুল, এবং এটি কাজ করে কারণ আপস্কেলিং এবং জেনারেশন তাদের উদ্ভাবিত টেক্সচার ভিন্নভাবে বিতরণ করে।
- আপস্কেলিং হলো অভিন্ন। ফ্রেমের প্রতিটি অংশ একই প্রক্রিয়ার মাধ্যমে বিবর্ধিত করা হয়েছিল, তাই গ্রিডটি উষ্ণ এবং সমতল।
- জেনারেশনও অভিন্ন, যে কারণে শুধুমাত্র মানচিত্রটি এটি নিষ্পত্তি করতে পারে না।
- নির্বাচিত বর্ধিতকরণ অভিন্ন নয়। একটি গ্রুপ ফটোতে একজনের ওপর প্রয়োগ করা ফেস রেস্টোরেশন বা মুখ পুনরুদ্ধার স্থানীয় তাপ তৈরি করে, যা তথ্যপূর্ণ।
- কম্পোজিশন এখনও বজায় থাকে। একটি আপস্কেল করা ছবির আসল দৃশ্যের জ্যামিতি, দৃষ্টিভঙ্গি এবং আলো রয়েছে, কারণ এটি তেমনই ছিল।
- বিশদ বিবরণ চেক করা যেতে পারে। উদ্ভাবিত অঞ্চলগুলো বিবর্ধিত করুন: আপস্কেল করা পাঠ্য বিশ্বাসযোগ্য আজেবাজে বিষয়ে পরিণত হয় এবং আসল পাঠ্য পাঠযোগ্য থাকে।
শেষ পয়েন্টটি হলো ব্যবহারিক পয়েন্ট। সাইনেজ, লেবেল বা ছোট প্রিন্টের ওপর জুম করুন। পাঠ্যহীন টেক্সচারের মুখোমুখি হওয়া একটি আপস্কেলার আত্মবিশ্বাসী অক্ষরের আকৃতির চিহ্ন তৈরি করে যা কিছুই বানান করে না, এবং স্কোর দৃশ্যমান না হলেও একজন মানুষের কাছে সেই ব্যর্থতা দৃশ্যমান।
| সংকেত | আপস্কেল করা ছবি | জেনারেট করা ছবি |
|---|---|---|
| পুরো-ফ্রেমের স্কোর | উচ্চ | উচ্চ |
| রিজিওন ম্যাপ | ওয়ার্ম এবং ফ্ল্যাট | ওয়ার্ম এবং ফ্ল্যাট |
| বিবর্ধনে ছোট পাঠ্য | বিশ্বাসযোগ্য অর্থহীনতা | বিশ্বাসযোগ্য অর্থহীনতা |
| দৃশ্য জ্যামিতি | সামঞ্জস্যপূর্ণ, এটি আসল ছিল | এখন সাধারণত সামঞ্জস্যপূর্ণ |
| একটি আগের, ছোট অনুলিপি বিদ্যমান | প্রায়শই | না |
| আসল ফাইল উপলব্ধ | হ্যাঁ, এটি চান | এর কোনোটিই নেই |
নিচের দুটি সারি আসলে এটি সমাধান করে এবং এর কোনোটিই পিক্সেল পরিমাপ নয়। একটি ছোট আগের অনুলিপি খুঁজে পাওয়া রিভার্স ইমেজ সার্চ, বা বর্ধিতকরণের আগের ফাইলটি সরবরাহ করতে পারে এমন একজন উৎস সরাসরি প্রশ্নের মীমাংসা করে।
বাস্তবে এর অর্থ কী
যেকোনো ছবি মূল্যায়ন করার ব্যক্তির জন্য, একটি উচ্চ স্কোরকে ফাইন্ডিংস বা ফলাফল হিসেবে বিবেচনা করার আগে বর্ধিতকরণ সম্পর্কে জিজ্ঞাসা করার নিয়মটি কার্যকর। এটি একটি একক প্রশ্ন, এর কোনো খরচ হয় না এবং এটি বিভ্রান্তিকর ফলাফলের একটি বড় অংশ ব্যাখ্যা করে।
যেকোনো প্রকাশনার জন্য, এটি আসল কপি সংরক্ষণ করার একটি যুক্তি। একজন ফটোগ্রাফার, দাবি হ্যান্ডলার বা সাংবাদিক যিনি বর্ধিতকরণের আগে ফাইলটি তৈরি করতে পারেন তাদের কাছে এমন একটি প্রশ্নের একটি সম্পূর্ণ উত্তর থাকে যার অন্যথায় কোনো উত্তর নেই।
এবং আর্কাইভ এবং পুনরুদ্ধারের কাজের জন্য এটি সনাক্তকরণের সমস্যার চেয়ে একটি লেবেলিংয়ের সমস্যা। একটি বর্ধিত ঐতিহাসিক ছবি একটি বৈধ এবং দরকারী আর্টিফ্যাক্ট যা সবসময় খারাপ স্কোর করবে, তাই সৎ প্রতিক্রিয়া হলো এর সাথে কী করা হয়েছে তা বলা।
যেখানে এটি বাস্তব ক্ষতি করে
তিনটি সেটিং এটিকে একটি কৌতূহল থেকে সমস্যায় পরিণত করে এবং এই তিনটিরই একটি সাধারণ বৈশিষ্ট্য রয়েছে: কেউ এমন একটি ছবি বা তথ্যের ভিত্তিতে কোনো ব্যক্তির বিষয়ে সিদ্ধান্ত নিচ্ছে যা তারা নিজে ক্যাপচার করেনি।
বিমার দাবিগুলো সবচেয়ে স্পষ্ট। একজন দাবিদার ফোনে ক্ষতির ছবি তোলেন, ছবিটি ছোট এবং কেউ বিবরণ দেখার জন্য এটি বিবর্ধিত করেন। বিবর্ধিত সংস্করণটি উচ্চ স্কোর করে এবং একটি আসল দাবি সম্ভাব্য ম্যানিপুলেশন সম্পর্কে একটি নোট অর্জন করে যা এখন কেউ সরাতে পারে না।
সাংবাদিকতার আকারও একই। কোনো উৎস থেকে আসা একটি ছবি প্রিন্টের জন্য আপস্কেল করা হয়, বর্ধিত সংস্করণটি প্রচারিত হয় এবং প্রচারিত কপির পরবর্তী চেক এটিকে ফ্ল্যাগ করে। মূল ছবিটি ঠিক ছিল এবং আর কারো কাছে সেই সংস্করণ নেই।
আইনি এবং শৃঙ্খলাজনিত প্রেক্ষাপটগুলো সবচেয়ে গুরুতর, কারণ বর্ধিত কপিটি প্রায়শই রেকর্ডে প্রবেশ করানো হয়। যেখানে কোনো ছবির ওপর নির্ভর করা হবে, তখন যে ফাইলটি ট্রাভেল করা উচিত তা হলো যেকোনো বর্ধিতকরণের আগের ফাইল এবং বর্ধিতকরণটি আলাদাভাবে নথিবদ্ধ করা উচিত।
যেকোনো ওয়ার্কফ্লো তৈরি করার জন্য একটি নোট
যদি ছবিগুলো আপনার সংস্থার মধ্য দিয়ে যায় এবং মূল্যায়ন করা হয়, তবে উপলব্ধ সবচেয়ে সস্তা উন্নতি হলো একটি ফাইল বর্ধিত করা হয়েছে কিনা তা রেকর্ড করার জন্য একটি ক্ষেত্র থাকা। এটি ইনটেকে একটি চেকবক্সের খরচ নেয় এবং পরবর্তীতে অমীমাংসিত বিতর্কের একটি সম্পূর্ণ বিভাগ দূর করে।
দ্বিতীয় সবচেয়ে সস্তা হলো একটি নিয়ম যে বর্ধিতকরণ একটি কপির ওপর ঘটে। যেমন প্রাপ্ত ফাইলটি রাখুন, দেখার জন্য একটি ডুপ্লিকেট বর্ধিত করুন এবং নিশ্চিত করুন যে রেকর্ডের সাথে ভ্রমণকারী ফাইলটি সুন্দরটির চেয়ে আসল ফাইল।
একটি স্কোর কী পরিমাপ করে সে সম্পর্কে এখানে একটি বিস্তৃত পাঠ রয়েছে। মডেলটি রিপোর্ট করে যে এর সামনের টেক্সচারের কতটা সফ্টওয়্যার দ্বারা উত্পাদিত হয়েছিল, যা একটি বাস্তব বৈশিষ্ট্য এবং মানুষ যে বৈশিষ্ট্যটি চায় তা নয়, যা হলো ছবিটি এমন কিছু রেকর্ড করে কিনা যা ঘটেছিল।
এই ক্ষেত্রের বেশিরভাগ বিভ্রান্তিকর ফলাফল এই ব্যবধান থেকে আসে। আপস্কেলিং সবচেয়ে স্পষ্ট উদাহরণ কারণ দুটি বৈশিষ্ট্য বিপরীত দিকে নির্দেশ করে: ভারী সিন্থেটিক টেক্সচার, সম্পূর্ণ জেনুইন বিষয়।