Superresolución y restauración
Hacer nítidas imágenes pequeñas, borrosas o antiguas
El texto completo se presenta en inglés; el título y el resumen están traducidos.
QUÉ SIGNIFICA ESTA CAPACIDAD
Takes a low-resolution image or a degraded one — blurry, noisy, scratched — and outputs a higher-resolution or cleaner version. It is not mere upscaling: it fills high-frequency detail from learned image priors, and precisely because it fills, some of it is guesswork. Unlike image-to-image the goal is restoration, not stylisation.
Cómo se consigue técnicamente
The classic route regresses high-resolution pixels with convolutional networks and leans on perceptual and adversarial losses for crisper texture, trading pixel fidelity for realism. Diffusion models were later adopted to fill detail from a generative prior, doing better on severe degradation. Because real-world degradation is complex and unknown, training often randomises the degradation so the model does not depend on one fixed downsampling.
Productos representativos
4Stable Diffusion
2022Liberó los pesos de texto a imagen y los hizo caber en GPU de consumo
FLUX
2024Genera imágenes de alta resolución con un transformer de flujo rectificado
Diffusers
2022Implementación y planificador unificados para modelos de difusión
Firefly
2023Una herramienta de generación y edición de imágenes para creadores
Organizaciones relacionadas
Usos típicos
- Restoring old photos and family footage
- Detail enhancement for surveillance and satellite imagery
- Sharpening medical and microscopy images
- Upscaling assets for print and publishing
Cómo se evalúa
- PSNR
- Peak signal-to-noise ratio, a pixel-level fidelity measure
- SSIM
- Structural similarity, closer to human judgement than PSNR
- LPIPS
- Perceptual distance, judging naturalness of texture
Límites y dificultades
- It invents texture that was never there; enlarged faces and text can become something else entirely
- High PSNR does not mean it looks good; over-smoothed outputs score well yet lack detail
- Generalisation is poor on degradation types unseen in training, such as a particular compression artefact
Conceptos detrás
Representación digital de imágenes
Para una máquina, una foto no es más que cuadrículas de números superpuestas
Redes neuronales convolucionales
Sustituir las conexiones completas por “mirar en local y reutilizar la misma regla en todas partes”: la idea que hizo funcionar el reconocimiento de imágenes
Redes generativas antagónicas
Un falsificador contra un inspector: cada uno lleva al otro a su límite