Durante los últimos años hemos visto como la inteligencia artificial ha ido poco a poco integrándose en el mundo de la fotografía. Si bien ahora ha tomado gran popularidad gracias a DALL-E 2, la IA lleva un buen tiempo sirviendo de apoyo para artistas a través de las múltiples herramientas de edición que existen a día de hoy. Además, también se trata de una gran aliada cuando nos toca restaurar una imagen.
Basada en el modelo de lenguaje GFP-GAN, esta herramienta permite restaurar imágenes con resultados increíbles al estilo de MyHeritage o la de Hotpot. Además, es muy fácil de utilizar, ya que lo único que tenemos que hacer es subir la imagen que queremos restaurar o corregir.
Restaurar fotos en segundos con ayuda del modelo de lenguaje GFP-GAN
El arte de la restauración es un proceso lento y elaborado, el cual tiene por misión conservar una obra de arte sin que ésta pierda el estilo original ni la intención del artista, algo solo al alcance de profesionales. No obstante, hoy por hoy podemos restaurar una fotografía en cuestión de segundos gracias a la inteligencia artificial. Aunque la meta no sea exactamente la misma, sirve para dar contexto a la evolución de la que hemos sido testigos en cuanto al desarrollo de IAs y computación.
GFP-GAN es un modelo de lenguaje muy potente enfocado a la restauración de fotografías por medio de la inteligencia artificial. Lo bueno de la herramienta web basada en este lenguaje es que si no tenemos ninguna foto a mano para restaurar, podemos utilizar los ejemplos que nos muestran en la parte inferior de la página para ver los resultados que nos puede ofrecer.
No obstante, aunque la misión principal es la de restaurar una fotografía, esta herramienta también puede utilizarse para escalar una imagen a mayor resolución, corrigiendo además las imperfecciones. Es decir, nosotros ponemos la foto, y la IA rellena los huecos. Sin embargo, los resultados pueden ser muy inconsistentes a veces, además de que es posible que se pierda la 'esencia' original de la foto.
Este efecto se puede apreciar mismamente en la foto de Bill Gates sujetando un CD de Microsoft que encontramos de ejemplo en la web. Si bien las facciones de Gates se han corregido y escalado bien a alta resolución, las imperfecciones de la pared, o el texto del CD y los libros manchan el resultado final de la fotografía. De hecho se trata de un ejemplo perfecto para mostrar que, efectivamente, el modelo de lenguaje se lleva mejor con las caras que con objetos u elementos de fondo.
En otra foto hemos escogido a un joven y sonriente Elon Musk para la prueba. De hecho, de manera intencionada hemos seleccionado una fotografía en baja resolución, para comprobar además las capacidades de esta IA a la hora de escalar la imagen.
Como resultado vemos a un jovencísimo Musk al que no le falta de nada, aunque con los ojos cambiados a azul por algún motivo. Sin embargo, vemos que en este caso el fondo y todos los rasgos se han interpretado con gran precisión.
Por último, hemos utilizado a Harrison Ford como espécimen de nuestras pruebas. Una foto donde resalta su gran atractivo, también en baja resolución para comprobar cómo se desenvuelve la inteligencia artificial.
Esta vez el resultado de su rostro es francamente bueno, aunque con cierto efecto difuminado y digitalizado que evidencia el hecho de que la fotografía no es real. Además, su ropa se transforma a un estilo 'cartoon', y parece que hay problemas para interpretar lo que aparece tras su cuerpo, algo normal, pues ni siquiera nosotros lo podemos ver con claridad.
Si bien las pruebas realizadas han hecho poner en un aprieto esta IA, lo cierto es que funciona muy bien para retratos o rostros a una resolución decente. Eso sí, tal y como hemos visto en los ejemplos, cuando se trata de objetos y elementos a escasa resolución, el resultado es inconsistente.
Ver todos los comentarios en https://www.genbeta.com
VER 1 Comentario