felskálázás
angolul: upscaling
A felskálázás egy kép vagy videó felbontásának megnövelése úgy, hogy a hiányzó részleteket a program – ma jellemzően mesterséges intelligencia – pótolja.
Érthetően
Ha egy kis képet egyszerűen nagyobbra húzol, elmosódik vagy kockás lesz. A program ilyenkor is számol új képpontokat, de csak a meglévőket másolja vagy átlagolja, így új részlet nem kerül a képbe. A felskálázás ehelyett olyan új képpontokat számol, amelyektől a nagyobb kép élesnek és részletesnek hat.
Olyan ez, mint amikor egy restaurátor egy megkopott freskót egészít ki: nem látta az eredetit, de sok hasonló festmény ismeretében jó eséllyel eltalálja, mi lehetett a hiányzó helyen. Az MI-alapú felskálázó ugyanígy rengeteg képből tanulta meg, hogyan néz ki élesen egy hajszál, egy téglafal vagy egy betű.
Ez egyben a legfontosabb különbség a hagyományos nagyításhoz képest: a régi módszerek csak átlagolják a szomszédos képpontokat, az MI viszont valószínű részleteket talál ki. Az eredmény látványosabb, de nem biztos, hogy megegyezik azzal, ami a valóságban ott volt.
Felskálázást használnak régi fotók és filmek felújításához, MI-vel generált képek nyomtatható méretűre növeléséhez, a tévékben és a videójátékokban is.
Hogyan működik
- A modell betanításához éles, nagy felbontású képeket szándékosan lekicsinyítenek és lerontanak, így képpárok keletkeznek: egy gyenge és egy jó minőségű változat ugyanarról.
- A neurális háló sok millió ilyen páron tanulja meg, hogy a gyenge változatból hogyan lehet visszajutni a jóhoz, vagyis milyen minták és textúrák szoktak egy elmosódott folt mögött állni.
- Használatkor a program a te képedet kisebb részletekben elemzi, felismeri az éleket, felületeket és formákat, majd kiszámolja a közéjük kerülő új képpontokat.
- A generatív felskálázók (például a diffúziós modellre épülők) ennél tovább mennek: a képet részben újrarajzolják, és olyan finom részleteket is hozzáadnak, amelyek az eredetiben egyáltalán nem látszottak.
- Videónál és játékoknál a rendszer a szomszédos képkockákat is felhasználja. Ezekből valódi többletinformáció is kinyerhető, és így a pótolt részletek nem vibrálnak, hanem mozgás közben is egységesek maradnak.
Példa a mindennapokból
Előkerül a nagyszüleid apró, szemcsés esküvői fotója, és szeretnéd kinagyítva bekeretezni. Feltöltöd egy képjavító alkalmazásba, amely négyszeres méretű, éles képet ad vissza – de érdemes megnézned, hogy az arcok tényleg rájuk hasonlítanak-e még.
Kit érint
Gyakori félreértés
Korlátok és kockázatok
- A pótolt részletek kitaláltak, ezért arcok, feliratok, számok esetén a kép megváltozhat: más lesz a tekintet, olvashatónak tűnő, de hibás lesz a szöveg.
- Nagyon rossz minőségű forrásból nem lesz jó kép; a túlzott felskálázás műanyag hatású bőrt, festményszerű felületeket és furcsa mintákat eredményez.
- Orvosi, hatósági vagy bizonyítási célra a felskálázott kép félrevezető lehet, mert nem különíthető el rajta a valódi és a kitalált részlet.
- Ha ismeretlen online szolgáltatásba töltesz fel családi vagy céges képeket, nézd meg, mi történik velük, mert a fotók a szolgáltató szerverére kerülnek.
Hasonló, de nem ugyanaz
- átméretezés (hagyományos nagyítás) – Az átméretezés csak széthúzza és átlagolja a meglévő képpontokat, az MI-alapú felskálázás új részleteket is pótol. A hétköznapi szóhasználat olykor a hagyományos nagyítást is felskálázásnak nevezi.
- képgenerálás – A képgenerálás jellemzően szöveges leírásból hoz létre teljesen új képet, a felskálázás egy meglévő képet tesz nagyobbá és élesebbé.
- képkocka-interpoláció – A képkocka-interpoláció a videó két képkockája közé számol újakat a simább mozgásért, a felskálázás az egyes képkockák felbontását növeli.
Kapcsolódó fogalmak
generatív MI, képfeldolgozás, gépi látás
videó-felskálázás, arcrestaurálás
képgenerálás, diffúziós modell, zajszűrés, deepfake, hallucináció
Röviden a története
A képek nagyítása régóta matematikai interpolációval történt. A mélytanulás 2014-ben lépett be a területre az SRCNN nevű neurális hálóval, a 2018-ban megjelent ESRGAN pedig már élethű textúrákat is tudott pótolni.
Hol tart most
2026 végén a felskálázás a telefonok, tévék, videójátékok és képszerkesztők beépített funkciója, és az MI-s kép- és videógenerátorok szokásos utolsó lépése. A fejlesztés a videók valós idejű, vibrálásmentes felskálázására és a részletek hűségének javítására összpontosít.
Más nevei
felskálázás · upscaling · upscale · AI upscaling · MI-felskálázás · szuperfelbontás · super-resolution · felbontásnövelés
Források
- Dong et al.: Image Super-Resolution Using Deep Convolutional Networks (SRCNN, arXiv)
- Wang et al.: ESRGAN – Enhanced Super-Resolution Generative Adversarial Networks (arXiv)
A szócikk gépi szerkesztéssel készült és gépi szakmai lektoráláson ment át; a „hírekben” rész az Agent Age sztorijaiból automatikusan frissül.