Стандартното оразмеряване разчита на математическа интерполация (билинейно, бикубично или Lanczos преизчисляване), която осреднява съседните пиксели и неизбежно размазва фините детайли при уголемяване на снимка. Невронната AI супер-резолюция (AI Image Super-Resolution) заменя пасивното осредняване на пиксели с дълбок Vision Transformer (Swin2SR, Swin Transformer v2 за супер-резолюция), който изгражда дългообхватно внимание (self-attention) през 8×8 пикселни прозорци за генериране на остри контури, тъкани и четлив текст.
Локалният алгоритъм на Utiliome избира оптималната архитектура според желания коефициент на мащабиране:
- 2x супер-резолюция (
Xenova/swin2SR-lightweight-x2-64пълен FP32): Използва неквантувани 32-битови тегла с плаваща запетая (7.7 MB) вместо 8-битова динамична квантизация, предотвратявайки артефакти върху гладки цветови преливки и работейки ~12% по-бързо чрез WebAssembly SIMD инструкции. - 4x Real-World супер-резолюция (
Xenova/swin2SR-realworld-sr-x4-64-bsrgan-psnr): Обучен с BSRGAN (Blind Super-Resolution Generative Degradation), който моделира реално разфокусиране на обектива, шум на сензора и блокови JPEG артефакти от Web/WhatsApp — възстановявайки чисти 4x детайли без усилване на дигиталния шум.