Grâce au machine learning, des chercheurs spécialisés dans les systèmes intelligents ont inventé une nouvelle technologie pour améliorer considérablement les images en basse définition.

De gauche à droite : image en basse définition, image haute définition (EnhanceNet-PAT) et image originale

Des scientifiques de l’institut Max Planck, situé à Tübingen en Allemagne, spécialisés dans les systèmes intelligents, sont en train de travailler sur un logiciel utilisant l’intelligence artificielle pour faire basculer une image de basse définition vers une haute définition. Leur secret ? Sacrifier quelque peu la perfection des pixels pour un résultat global plus satisfaisant.

Il n’est pas rare que l’on se retrouve déçu de nos photos de vacances, une fois que l’on souhaite les visionner sur un autre écran ou les faire imprimer par exemple. Le résultat est parfois flou et manque cruellement de définition. Cependant, il existe des technologies qui permettent d’améliorer un peu cela, comme la SISR. Assez limité cependant, le logiciel permet d’ajouter des pixels supplémentaires en reprenant une moyenne de ceux apposés à côté, laissant un résultat final assez flou. Mais grâce au machine learning, les chercheurs de Max Planck proposent une toute nouvelle manière de procéder, plus satisfaisante.

L’algorithme de sur-échantillonnage de l’image progresse facilement en prenant en compte sa propre expérience. Concrètement, l’algorithme reproduit une image de basse définition en plus haute définition, puis, le logiciel lui montre l’image originale avec la qualité la plus haute. Ainsi, le logiciel enregistre les points qu’il doit améliorer pour présenter à l’avenir une retranscription plus fidèle de la réalité. Cette technologie s’appelle le EnhanceNet-PAT.

En abandonnant l’idée de vouloir tout reproduire parfaitement au pixel près, l’EnhanceNet-PAT cherche à atteindre une synthèse de texture plus fidèle. Ce qui permet un résultat plus harmonieux et proche de la réalité, même s’il s’agit disons-le, de sa propre réalité. Pour plus d’exemples, n’hésitez pas venir faire un tour par ici.

À lire sur FrAndroid : Comment le machine learning compte-t-il révolutionner notre quotidien ?