/*Google Analytics*/

Intelligenza artificiale e fotoritocco, arriva PEN-Net

Quando si parla di grafica computerizzata si pensa subito agli effetti cinematografici, ma in realtà la maggior parte dei lavori di questo genera riguarda modifiche alle immagini che passano spesso inosservate.

Presso l’Università Sun Yat-sen di Pechino, un gruppo di ricercatori ha messo a punto una nuova tecnica sviluppata in collaborazione con il laboratorio di ricerca Microsoft di Pechino. Si tratta di una forma di Intelligenza Artificiale capace di riempire con estrema precisione le aree vuote di un’immagine, sia essa un ritratto oppure la foto di un edificio senza alcuni elementi architettonici.

Questa tecnica è stata denominata “reintegrazione” e si basa sulla tecnologia di deep learning per riempire gli spazi: vengono copiati pezzetti di immagini presenti sul resto della foto oppure vengono generate nuove aree che si integrano in maniera convincente. I ricercatori, attraverso il paper “Learning Pyramid-Context Encoder Network for High-Quality Image Inpainting”pubblicato su ArXiv, hanno spiegato che lo strumento detto PEN-Net (Pyramid-context Encoder Network) è facile da usare e apprende rapidamente.

Come sottolineato da Yanhong Zeng, uno dei principali autori del progetto, non è la prima volta che questo team sviluppa strumenti per lo stesso scopo, ma la particolarità di PEN-Net è “colmare le regioni mancanti a tutti i livelli, sulla base di un meccanismo di analisi degli strati incrociati, in modo che la nuova trama sia coerente sia all’apparenza sia nella struttura”. Questo strumento è infatti capace di riempire i vuoti in maniera estremamente realistica e le sue applicazioni sono innumerevoli. “La correzione delle immagini ha una vasta gamma di applicazioni nella nostra vita quotidiana”, ha precisato Zeng. “Ora stiamo pianificando di applicare la nostra tecnologia nel fotoritocco, in particolare per la rimozione di oggetti e il ripristino di vecchie foto”.

Dal fotoritocco al restauro di vecchie foto rovinate, come quelle presenti negli archivi storici di tutto il mondo, le applicazioni di PEN-Net sono innumerevoli e i risultati sono impressionanti sia rispetto al classico metodo PatchMatch che rispetto ad altri approcci all’avanguardia.

Per leggere la ricerca clicca qui.