Hvad er super resolution – den AI-drevne opskaleringsteknologi der udvider billedopløsningen
Super resolution er en computationel billedbehandlings-teknik der ved hjælp af maskinlærings-algoritmer producerer en forstørret version af et digitalt billede med en opløsning der overstiger originalen markant og bevarer eller endda forbedrer billedets detalje-indhold sammenlignet med konventionelle interpolations-algoritmer som bicubic og bilinear der typisk producerer en visuelt blød og detaljefattig forstørrelse. Det er en teknologi der er implementeret i Lightrooms Super Resolution-funktion, Topaz Gigapixel AI og DxO PhotoLab og som anvender neurale netværk der er trænet på millioner af billede-par til at lære de statistiske mønstre der forbinder lav-opløsnings og høj-opløsnings repræsentationer af fotografiske motiver.
Lightrooms Super Resolution-implementering fordobler lineære dimensioner og firedobler det samlede pixelantal via en enkelt processing-operation der typisk tager 10-30 sekunder og producerer en DNG-fil med den firedobbede pixelstørrelse. Resultatet er typisk markant bedre end bicubic-forstørrelse og bevarer fine detaljer som hår, tøj-tekstur og bladstruktur med en naturalisme der er imponerende sammenlignet med konventionel interpolation.
Begrænsningerne er reelle: super resolution kan ikke skabe information der ikke eksisterer i originalen. En uskarp eksponering bliver ikke skarpere ved super resolution-behandling, og en høj-ISO-eksponering med markant støjstruktur kan producere artefakter i den forstørrede version der er mere synlige end i originalen.
Tip: Anvend super resolution primært til teknisk skarpe billeder med rigelig detalje-information der blot mangler pixeldimensioner til stor print-produktion. Kombiner altid super resolution med en efterfølgende Denoise AI-behandling for at reducere den støj der kan forstærkes ved AI-opskalering.