{"id":9680,"date":"2021-12-21T19:59:17","date_gmt":"2021-12-21T19:59:17","guid":{"rendered":"https:\/\/www.abrima.com\/blog\/?p=9680"},"modified":"2021-12-21T19:59:18","modified_gmt":"2021-12-21T19:59:18","slug":"como-ampliar-y-restaurar-imagenes-borrosas-con-una-inteligencia-artificial","status":"publish","type":"post","link":"https:\/\/www.abrima.com\/blog\/como-ampliar-y-restaurar-imagenes-borrosas-con-una-inteligencia-artificial\/","title":{"rendered":"C\u00f3mo ampliar y restaurar im\u00e1genes borrosas con una inteligencia artificial"},"content":{"rendered":"\n

La inteligencia artificial ha influido fuertemente en la fotograf\u00eda y el arte digital. Desde la aplicaci\u00f3n de algunos\u00a0efectos art\u00edsticos, hasta la\u00a0generaci\u00f3n de im\u00e1genes\u00a0a partir de una simple l\u00ednea de texto, por solo citar un par de ejemplos, son muchas las aplicaciones pr\u00e1cticas que han visto la luz en el \u00faltimo tiempo.<\/p>\n\n\n\n

Una nueva herramienta irrumpi\u00f3 recientemente, resaltando por su simplicidad de uso y la calidad de sus resultados al momento de no s\u00f3lo ampliar una imagen, sino que tambi\u00e9n al aclarar \u00e1reas borrosas y al remover artefactos visibles.<\/p>\n\n\n\n

GFP-GAN, una IA para mejorar fotograf\u00edas<\/h2>\n\n\n\n

Es com\u00fan encontrar entre nuestros registros alguna fotograf\u00eda que sali\u00f3 borrosa o bien, contar con alguna imagen en baja resoluci\u00f3n, probablemente pixelada. En muchos casos, restaurar estos archivos no resultaba tarea f\u00e1cil, pues si alg\u00fan sistema autom\u00e1tico no resultaba capaz de corregirla adecuadamente, la \u00fanica opci\u00f3n restante terminaba siendo la restauraci\u00f3n manual de la misma.<\/p>\n\n\n\n

Ahora, recuperar una imagen comprometida bajo esas condiciones es mucho m\u00e1s f\u00e1cil, gracias a GFP-GAN, un sistema de IA desarrollado por investigadores del Laboratorio TENCENT ARC en China. Este algoritmo utiliza una arquitectura de red generativa adversarial (GAN) para corregir detalles en las caras capturadas en fotos antiguas, da\u00f1adas y poco claras, generando una versi\u00f3n refinada de las mismas.<\/p>\n\n\n\n

El informe<\/a> tras el estudio que dio origen a este desarrollo, especifica todos los detalles t\u00e9cnicos tras esta herramienta. Adem\u00e1s, GFP-GAN se encuentra disponible en la web a modo de demostraci\u00f3n y puede ejecutarse gratuitamente siguiendo este enlace<\/a>. Para probar, la aplicaci\u00f3n cuenta con un par de im\u00e1genes de Abraham Lincoln y Albert Einstein de ejemplos. Sin embargo, uno puede cargar cualquier fotograf\u00eda y someterla a un tratamiento de restauraci\u00f3n.<\/p>\n\n\n\n

Im\u00e1genes que contengan pocos detalles que comprometan su interpretaci\u00f3n para el algoritmo, podr\u00edan ser procesadas sin problemas, con resultados a la altura del ejemplo presentado. Sin embargo, im\u00e1genes en una muy mala resoluci\u00f3n y con detalles visuales de mayor envergadura, podr\u00edan dar origen a resultados m\u00e1s alejados de lo esperado.<\/p>\n\n\n\n

La fotograf\u00eda del encabezado presenta la demostraci\u00f3n realizada para compartir junto a este art\u00edculo. Utilic\u00e9 la digitalizaci\u00f3n de una antigua fotograf\u00eda an\u00e1loga de infancia, que lamentablemente result\u00f3 desenfocada. Tras un poco m\u00e1s de 80 segundos de procesamiento, el resultado obtenido conserv\u00f3 la paleta de colores de la imagen original, pero reconstruyendo los trazos del rostro y suavizando las texturas que antes luc\u00edan borrosas. Aunque no deja de lucir como una fotograf\u00eda digitalmente intervenida, la mejora obtenida es notable.<\/p>\n\n\n\n