fbpx

Deep Technology sp. z o.o. | ul. Nowy Świat 33/13 | 00-029 Warszawa | Polska

Inpainting – historia i możliwości jednej z najbardziej efektownych gałęzi AI

Deep Technology spółka z ograniczoną odpowiedzialnością > deep learning  > Inpainting – historia i możliwości jednej z najbardziej efektownych gałęzi AI
inpainting

Inpainting – historia i możliwości jednej z najbardziej efektownych gałęzi AI

Wiele obrazów pochodzących z dawnych lat trafia do muzeów zniszczonych. Wtedy do akcji wkracza wyszkolony konserwator dzieł sztuki, który dokładnie przestudiuje dzieło, określi techniki oraz narzędzia wykorzystane do jego stworzenia, a także znajdzie idealny sposób na naprawę powstałych szkód. Pomimo wielu zniszczeń konserwator jest w stanie doprowadzić dzieło do niemalże idealnego stanu.

Jest to tradycyjna metoda, jednak rozwiązania sztucznej inteligencji pozwoliły na przeniesienie jej do świata cyfrowego. Machine learning outsourcing, który stanowi jeden z największych działów systemów AI, stosuje metodę inpainting. Można wręcz powiedzieć, że jest to cyfrowy konserwator dzieł sztuki. Czym jednak tak dokładnie jest inpainting i jak powstał?

⠀⠀

Co to inpainting i jakie znaczenie ma dla niego sztuczna inteligencja?

W świecie cyfrowego przetwarzania obrazu dostępne jest wiele narzędzi służących jego edycji oraz również rekonstrukcji. Wszystko dzięki sztucznej inteligencji oraz metodzie deep learning, która dowodzi, że w zakresie naprawy czy nawet całkowitego odzyskiwania fragmentów fotografii nic jeszcze nie jest przesądzone. Wdrożenie AI do licznych sfer naszego życia pozwala na jej udoskonalanie i rozszerzanie oferowanych przez nią możliwości na niezwykłą skalę. Skąd zrodził się pomysł na inpainting?

⠀⠀

Inpainting – cyfrowa konserwacja obrazu

Inpaintingiem nazywamy proces konserwacji obrazów i fotografii, w których uszkodzone, zniszczone lub brakujące fragmenty są wypełniane w celu stworzenia pełnego obrazu. Proces może być zastosowany zarówno w przypadku dzieł fizycznych, jak i cyfrowych.

Rozwiązania sztucznej inteligencji nie mają problemu z żadnym rodzajem sztuki, doskonale sprawdzają się w przypadku renowacji obrazów olejnych, akrylowych, odbitek fotograficznych, rzeźb, obrazów cyfrowych, a nawet filmów video. Projekt AI ukierunkowany na odnawianie obrazów można spotkać na przykład wykorzystując najpopularniejszych narzędzi do obróbki graficznej, a mianowicie Adobe.

Dzięki możliwościom, jakie daje projekt sztucznej inteligencji, możliwa jest naprawa obrazów za pomocą dwóch metod: non-blind inpainting oraz blind inpainting. Pierwsza metoda polega na wypełnieniu części obrazu za pomocą wdrożenia AI, a dokładniej konkretnego algorytmu. Może być również skutecznie wykorzystywana do usuwania tekstu, bazgrołów, a nawet dużych obiektów z wybranego obrazu lub fotografii.

Jeżeli chodzi natomiast o blind inpainting,jest to sposób, który wykorzystuje się w przypadku całkowitego braku fragmentu obrazu. Również działa na zasadzie algorytmu, który stworzył programista AI, jednak nieco innego niż w przypadku non-blind inpainting. Algorytm musi pozwalać na automatyczne zidentyfikowanie oraz uzupełnienie braków w obrazie za pomocą analizy danych. Jak można się spodziewać, jest to bardziej wymagająca i trudniejsza metoda.

⠀⠀

Inpaintingu – jaka jest jego historia?

Wbrew pozorom inpainting pojawił się na świecie już dawno. Na Międzynarodowej Konferencji w 1930 roku ustalone zostało nowoczesne podejście do malowania. Helmut Ruhemann, czyli główny autorytet w dziedzinie modernizacji, restaurowania oraz konserwowania dzieł, dążył do dokładnego naśladowania metod pierwotnego malarza, a także zrozumienia jego intencji artystycznych.

Po wielu latach niejaki Cesare Brandi opracował teorię nazywającą się del restauro, która łączyła ze sobą zarówno estetykę, jak i psychologię. W głównej mierze wykorzystywana była przez włoskich konserwatorów i renowatorów, a sama terminologia stała się szeroko znana w latach 90.

⠀⠀

Systemy AI, czyli na jakiej podstawie działa inpainting?

W latach 90., kiedy na rozwiązania sztucznej inteligencji położono znacznie większy nacisk niż dotychczas, wprowadzono nowe zastosowania do inpaintingu. Wykorzystano do tego sztuczną inteligencję, która pozwoliła na szerokie użycie technik cyfrowych opierających się o technologie deep learningoraz machine learning.

Inpainting w latach 90. obejmował zarówno skomputeryzowane malowanie, jak i wykorzystanie narzędzi do ręcznej stymulacji procesu renowacji. Proces był znany także jako interpolaryzacja obrazu lub wideo. Cyfrowe malowanie obejmuje wykorzystanie oprogramowania komputerowego opartego o algorytmy, mającego na celu zastąpienie utraconych lub uszkodzonych części danych obrazu. Wszystko powstało przez wdrożenia AI, a także jej algorytmów do kolejnych możliwych zastosowań.

inpainting

Inpaintingu – metody wykorzystania

Systemy AI ze względu na swój rozwój pozwoliły na kilka odmiennych sposobów jej wykorzystania w inpaintingu. Rozwiązania sztucznej inteligencji zostały wprowadzone do wielu programów, które pozwalają na rekonstrukcję brakujących lub uszkodzonych obszarów zdjęć cyfrowych i filmów.

Oprócz wypełniania brakujących elementów można również za pomocą tego narzędzia usuwać ze zdjęć tekst, zarysowania, obiekty, a nawet wykorzystywać inpainting do modyfikacji filmów. Doskonale sprawdza się on również w naprawie uszkodzeń filmu, usuwaniu efektu czerwonych oczu czy nawet poszczególnych obiektów w celu uzyskania pożądanego efektu.

Przejdźmy jednak do sedna: jakie metody cyfrowego inpaintingu można wykorzystać?

⠀⠀

Malowanie strukturowe

Jest to metoda, która ma swoje zastosowanie przy gładkich obrazach posiadających zdefiniowane kontury. Działa na zasadzie określającej możliwość odzyskania geometrii fotografii poprzez wykorzystanie podobnych obszarów. Mimo widocznych różnic można powiedzieć, że jej praca podobna jest do działań data scientists.

Bertalimio zaproponował metodę strukturalnego malowania naśladującą sposób, w jaki wykształceni konserwatorzy odnoszą się do renowacji dzieł malarstwa w formie fizycznej. Sposób polega na stopniowym przenoszeniu podobnych części obrazu w lukę. Dzięki temu może zostać ona wypełniona wyłącznie przez wykorzystanie istniejących fragmentów obrazu.

⠀⠀

Technika teksturowa

W przypadku obrazów posiadających zróżnicowaną teksturę doskonale sprawdza się metoda teksturalna. Ma ona powtarzalny wzór, co oznacza, że brakujący fragment obrazu nie może zostać przywrócony poprzez kontynuację linii poziomów znajdujących się w luce. Aby naprawić dane miejsce wykorzystywane są systemy AI zbierające informacje o częstotliwości i przestrzenności pozwalające na wypełnienie braków żądaną teksturą.

Co ciekawe pomimo tego, że jest to najprostsza metoda, bywa stosowana również podczas wyboru tekstury do malowania. W przypadku tekstury obejmującej szerszy obszar lub większą klatkę należy wykorzystać segmentację obszarów do pomalowania za pomocą wyboru odpowiednich tekstur z całego obrazu. 

⠀⠀

Metoda łączona

Połączenie dwóch powyższych procedur ma na celu wypełnienie tekstury oraz uzupełnienie struktury obrazów w lukach. Przykładowe metody powstałe dzięki AI developerspozwalają na zautomatyzowanie procesu klonowania fragmentów obrazu.

Wypełnienie następuje za pomocą wyszukania podobnych miejsc w obszarze źródłowym i kopiowania pikseli o największym podobieństwie do brakującej części. Wykonywanie wypełnienia za pomocą łatki, a nie pikseli, pozwala algorytmowi na zmniejszenie rozmycia spowodowanego wcześniej użytymi technikami.

⠀⠀

Podsumowanie – już wiesz czym jest inpainting?

Rozwiązania sztucznej inteligencji pozwalają na wykonywanie niemożliwych niegdyś zadań. Dzięki wykształconym AI developers uzupełnianie luk czy usuwanie przeszkadzających elementów na zdjęciu stało się na tyle proste, że może wykonać je niemal każdy użytkownik. Ze względu na algorytmy wykorzystane do stworzenia narzędzi takich jak łatka, czy przeniesienie z uwzględnieniem zawartości dostępnych w wielu aplikacjach naprawa obrazu, czy fotografii nie stanowi już tak dużego wyzwania.

Systemy AI dzięki swojemu poziomowi zaawansowania mogą zdziałać w formie cyfrowej to, co wyszkoleni konserwatorzy obrazów w formie odręcznej. Zachęcamy do zapoznania się z naszą ofertą dotyczącą cyfryzacji przedsiębiorstw oraz zwiększaniem ich wydajności za pomocą analizy danych marketingowych.