Ano ang aktwal na ginagawa ng isang upscaler
Ang tradisyonal na resize ay interpolates. Kinakalkula nito ang mga intermediate pixel value mula sa magkabilang panig, gumagawa ng mas malaki at mas malabong larawan, at hindi nagdaragdag ng impormasyong wala naman doon.
Ang isang modernong upscaler ay nag-gegenerate. Ito ay isang model na sinanay sa mga pares ng maliliit at malalaking larawan, at gumagawa ito ng mga detalyeng mukhang kapani-paniwala para sa paksa sa halip na nagmumula rito: mga butas sa balat ng mukha, mga sinulid sa tela, mga dahon sa malayong puno.
Ang pagkakaibang iyon ang buong punto ng artikulong ito. Ang mga butas sa balat ay hindi nakunan ng litrato. Ang mga ito ay hula lamang ng model kung ano ang hitsura ng mga butas doon, na katulad ng operasyong ginagawa ng isang generator sa buong frame.
Kaya ang isang larawang dumaan sa upscaler ay naglalaman ng tunay na synthetic texture, at ang detector na nagbabasa ng texture ay nag-uulat ng eksaktong iyon. Tama ang resulta; ang konklusyong ginagawa ng mga tao mula rito ay hindi.
Bakit ito nagdudulot ng napakaraming false positive
Ang upscaling ay nasa lahat ng dako at kadalasang hindi napapansin ng gumagamit nito. Inilalapat ito ng mga camera ng telepono sa digital zoom, inaalok ito ng mga editing suite bilang enhance, ginagamit ito ng mga video call para bumawi sa bandwidth, at inilalapat ito ng mga platform kapag nagpapakita ng mga larawan sa laki na higit sa orihinal.
Ang archive at restoration work ang pinaka-extreme na kaso. Ang isang lumang litrato na na-scan sa mababang resolution at ginawang mas malinaw para sa print ay lubhang binago sa pagkakabuo, at magkakaroon ito ng score na parang gawa ng isang model, dahil ang karamihan sa tinitingnan mo ay gawa ng model.
Ang rehiyon sa itaas sa kanan ang problema. Ang mga larawang iyon ay naglalarawan ng mga totoong bagay at naglalaman ng mga inimbentong pixel, at walang score ang makakapaghiwalay sa dalawang katangiang iyon dahil ang sinusukat lang ng model ay isa sa mga ito.
Paano sila mapag-iiba
Ang region map ang unang tool, at gumagana ito dahil magkaiba ang pagkalat ng inimbentong texture ng upscaling at generation.
- Ang upscaling ay uniform. Ang bawat bahagi ng frame ay pinalaki sa pamamagitan ng parehong proseso, kaya ang grid ay mainit at patag.
- Ang generation ay uniform din, kaya naman hindi ito naisasaayos ng map lamang.
- Ang selective enhancement ay hindi. Ang face restoration na inilapat sa isang tao sa isang group photo ay nagdudulot ng localized heat, na nagbibigay ng impormasyon.
- Ang composition ay nananatili. Ang isang upscaled na litrato ay may geometry, perspective, at liwanag ng isang totoong tagpo, dahil ito ay isa noon.
- Ang detalye ay maaaring suriin. Palakihin ang mga inimbentong rehiyon: ang upscaled na text ay nagiging kapani-paniwalang walang katuturan, at ang totoong text ay nananatiling nababasa.
Ang huling punto ang siyang praktikal. Mag-zoom in sa mga signage, label, o maliliit na print. Ang isang upscaler na nahaharap sa hindi mababasang text ay gumagawa ng mga tiyak na markang hugis-letra na walang binabaybay, at ang kabiguang iyon ay nakikita ng tao kahit na hindi nakikita ang score.
| Signal | Upscaled photograph | Generated image |
|---|---|---|
| Marka ng buong-frame | Mataas | Mataas |
| Mapa ng rehiyon | Warm at flat | Warm at flat |
| Maliit na text kapag pinalaki | Kapani-paniwalang walang katuturan | Kapani-paniwalang walang katuturan |
| Scene geometry | Consistent, ito ay totoo | Kadalasan consistent na ngayon |
| Mayroong naunang, mas maliit na kopya | Kadalasan | Hindi |
| May available na orihinal na file | Oo, humingi nito | Wala nito |
Ang ibabang dalawang row ang siyang tunay na nakakaayos nito, at wala sa mga ito ang pagsukat ng pixel. Ang isang reverse image search na nakakahanap ng mas maliit na naunang kopya, o isang source na makakapagbigay ng file bago ang enhancement, ang direktang sumasagot sa tanong.
Ano ang ibig sabihin nito sa praktikal na paraan
Para sa sinumang nagsusuri ng larawan, ang panuntunan ay magtanong tungkol sa enhancement bago ituring ang mataas na score bilang isang findings. Isa itong tanong, wala itong gastos, at ipinapaliwanag nito ang malaking bahagi ng mga nakakalitong resulta.
Para sa sinumang naglalathala, ito ay isang argumento para sa pagpapanatili ng mga orihinal. Ang isang photographer, claims handler, o journalist na makakapagbigay ng file bago ang enhancement ay may kumpletong sagot sa tanong na kung hindi ay wala.
At para sa mga archive at restoration work, ito ay isang problema sa pag-label sa halip na sa pag-detect. Ang isang enhanced na historical photograph ay isang lehitimo at kapaki-pakinabang na artifact na laging magkakaroon ng masamang score, kaya ang tapat na tugon ay sabihin kung ano ang ginawa rito.
Saan ito nagdudulot ng tunay na pinsala
Tatlong sitwasyon ang nagpapabago rito mula sa isang kuryosidad patungo sa isang problema, at ang tatlong ito ay may iisang feature: may isang taong gumagawa ng desisyon tungkol sa isang tao batay sa isang larawang hindi naman nila kinunan.
Ang mga insurance claim ang pinakamalinaw. Ang claimant ay kinukunan ng litrato ang pinsala gamit ang telepono, ang larawan ay maliit, at may isang taong nagpapalaki nito para makita ang detalye. Ang pinalaking bersyon ay nakakakuha ng mataas na score, at ang isang tunay na claim ay nakakakuha ng note tungkol sa posibleng manipulasyon na hindi na maalis ng sinuman.
Ang journalism ay may parehong hugis. Ang isang litrato mula sa source ay pinalaki para sa print, ang enhanced na bersyon ay kumakalat, at ang susunod na pagsusuri sa kumakalat na kopya ay nag-a-flag dito. Ang orihinal ay maayos at hindi na iyon ang bersyon na hawak ng sinuman.
Ang mga legal at disciplinary context ang pinakaseryoso, dahil ang enhanced na kopya ay kadalasang siyang ipinapasok sa record. Kung saan ang isang larawan ay pagbabatayan, ang file na dapat gamitin ay ang file bago ang anumang enhancement, at ang enhancement ay dapat idokumento nang hiwalay.
Isang paalala para sa sinumang bumubuo ng workflow
Kung ang mga larawan ay dumadaan sa iyong organisasyon at sinusuri, ang pinakamurang pagpapahusay na available ay ang pag-record kung ang isang file ay na-enhance na. Gastos lang ito ng isang checkbox sa intake at nag-aalis ng buong kategorya ng hindi malutas na pagtatalo sa hinaharap.
Ang pangalawang pinakamura ay ang panuntunan na ang enhancement ay nangyayari sa isang kopya. Panatilihin ang file gaya ng pagkakatanggap, i-enhance ang duplicate para sa pagtingin, at siguraduhin na ang file na kasama sa record ay ang orihinal sa halip na ang magandang kopya.
Mayroong mas malawak na aral dito tungkol sa kung ano ang sinusukat ng isang score. Ang model ay nag-uulat kung gaano karami sa texture ang ginawa ng software, na isang totoong katangian at hindi katulad ng katangiang gusto ng mga tao, na kung ang larawan ba ay nagtatala ng isang bagay na nangyari.
Karamihan sa mga nakakalitong resulta sa larangang ito ay nagmumula sa agwat na iyon. Ang upscaling ang pinakamalinaw na halimbawa dahil ang dalawang katangian ay nakaturo sa magkasalungat na direksyon: mabigat na synthetic texture, ganap na totoong paksa.