Ahora Google sabe quién está detrás de una imagen pixeleada

Izquierda: imagen original de 8x8 píxeles. Centro: sistema de generación de la foto. Derecha: foto original. (Google Brain)

 

Especialistas del proyecto de investigación Google Brain, quienes trabajan en el desarrollo del campo de la inteligencia artificial y en los métodos de aprendizaje profundo (algoritmos de aprendizaje automático), enseñaron a una red neuronal artificial a “pensar a través de” los pixeles de una imagen determinada. La preimpresión de la investigación está disponible en arXiv.org.

En las películas de acción, con frecuencia aparece una cámara que “acerca” y “mejora”, el rostro de los personajes, con resultados de alta resolución a pesar de los pocos píxeles que tiene la imagen. En la práctica esto es imposible, pero los investigadores de Google han demostrado que sobre la base de una imagen pixeleada de baja resolución, irrecuperable por métodos tradicionales, se puede reconstruir de nuevo una foto que puede parecerse bastante a la imagen original.

Para mejorar la imagen, los autores utilizaron dos redes neuronales convolucionales (visión artificial) entrenadas para interpretar los mismos datos que la otra. Para el entrenamiento de la red usaron imágenes de la biblioteca CelebA (200 mil fotografías de famosos) y LSUN Bedrooms (dos millones de fotografías de dormitorios), las fotos fueron reducidas a dos tamaños: 32x32 píxeles (alta resolución) y 8x8 píxeles (baja resolución).

Para la “recuperación” de la imagen de la foto de baja resolución, una red neuronal condicional (condition network) se encarga de mapear las imágenes de baja resolución e identificar con qué otras fotos de famosos en alta resolución tienen similitud. Por otro lado, la red neuronal principal (prior network) genera detalles en la foto de alta resoluci en base a lo antes estudiado. En efecto, gracias a las condiciones de las redes neuronales, la red principal “comprende”, por ejemplo, que unos cuantos píxeles marrones de la imagen deben convertirse en pelo en la foto de mayor resolución.

Ejemplos de imágenes exitosas y no exitosas de que generó el sistema. (Google Brain)

 

Como resultado, el programa con 64 píxeles de colores demostró ser capaz de generar imágenes de resolución realista de 32x32 píxeles, aunque estas igualmente presentaron diferencias con las imágenes originales de mayor resolución. Pese a todo, algunas de estas imágenes salieron más “creíbles” que otras. Para comprobar el realismo de estas últimas, se convocó a algunos voluntarios quienes, después de un corto entrenamiento, fueron consultados sobre cuál de las fotos creían era verdadera y cuál no.

Los resultados del cuestionario revelaron que los voluntarios asumieron como verdaderas el 10% de las fotos de las celebridades generadas por computadora, pero cuando se trató de las fotografías de dormitorios, esta cifra escaló a 28%. Al mismo tiempo, los métodos tradicionales para mejorar la resolución, así como para aumentar los píxeles según el color del píxel vecino y por interpolación bicúbica, casi no pudieron “engañar” a los voluntarios.

Con anterioridad, la compañía británica Magic Pony Technology reveló resultados interesantes sobre la función de “pensar a través de” la imagen original con la ayuda de métodos de aprendizaje de computadoras con el fin de mejorarlas, pero al momento ningún detalle técnico sobre su funcionamiento ha sido compartido.

 

Nikolai Voronzov
Si te gustó esta noticia, entérate de más a través de nuestros canales de Facebook y Twitter.

 

 

Novedades

Suscríbete

Déjanos tu mail para recibir nuestro boletín de noticias

La confirmación ha sido enviada a tu correo.