सुपर-रेज़ोल्यूशन और बहाली
छोटी, धुंधली या पुरानी छवियों को स्पष्ट बनाना
यह पृष्ठ अंग्रेज़ी में प्रस्तुत है; शीर्षक और सारांश का स्थानीयकरण किया गया है।
यह क्षमता क्या है
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.
तकनीकी रूप से कैसे
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.
प्रतिनिधि उत्पाद
4Stable Diffusion
2022टेक्स्ट-टू-इमेज वेट खुले किए और उन्हें उपभोक्ता GPU पर चलने लायक बनाया
FLUX
2024रेक्टिफाइड-फ्लो ट्रांसफॉर्मर से उच्च-रिज़ॉल्यूशन चित्र बनाता है
Diffusers
2022डिफ्यूज़न मॉडल हेतु एकीकृत कार्यान्वयन व शेड्यूलर
Firefly
2023रचनाकारों के लिए चित्र निर्माण और संपादन उपकरण
संबंधित संस्थान
सामान्य उपयोग
- Restoring old photos and family footage
- Detail enhancement for surveillance and satellite imagery
- Sharpening medical and microscopy images
- Upscaling assets for print and publishing
इसका मूल्यांकन कैसे होता है
- 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
सीमाएँ और कठिनाइयाँ
- 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
इसके पीछे की अवधारणाएँ
छवि का डिजिटल निरूपण
मशीन के लिए तस्वीर संख्याओं के परतदार जाल के अलावा कुछ नहीं
संवलनीय तंत्रिका जाल
पूर्ण संयोजन की जगह «स्थानीय रूप से देखो, हर जगह वही पैमाना दोहराओ» — यही विचार छवि पहचान को वास्तव में कारगर बनाया
जनरेटिव एडवरसैरियल नेटवर्क
जालसाज़ बनाम निरीक्षक: हर एक दूसरे को उसकी सीमा तक धकेलता है