Klassische Bildskalierung basiert auf mathematischer Interpolation (bilineares, bikubisches oder Lanczos-Resampling), die benachbarte Pixel mittelt und feine Kanten bei der Vergrößerung unscharf werden lässt. KI-Bild-Super-Resolution ersetzt passive Pixelmittelung durch einen Deep-Vision-Transformer (Swin2SR, Swin Transformer v2 for Image Super-Resolution), der weitreichende Self-Attention über 8×8-Pixel-Fenster modelliert, um scharfe Kanten, Textilstrukturen und Typografie zu synthetisieren.
Utiliomes lokale neuronale Pipeline wählt die optimale Architektur für Ihren Zielskalierungsfaktor:
- 2x Super-Resolution (
Xenova/swin2SR-lightweight-x2-64Voll-FP32): Nutzt unquantisierte 32-Bit-Gleitkommagewichte (7.7 MB) statt 8-Bit dynamischer Quantisierung, verhindert Quantisierungsrauschen auf glatten Farbverläufen und führt Berechnungen ~12% schneller mit WebAssembly SIMD-Instruktionen aus. - 4x Real-World Super-Resolution (
Xenova/swin2SR-realworld-sr-x4-64-bsrgan-psnr): Trainiert mit BSRGAN (Blind Super-Resolution Generative Degradation), das reale Kamera-Unschärfen, Sensorrauschen und Web/WhatsApp-JPEG-Kompressionsblöcke modelliert — und so saubere 4x-Kanten ohne Verstärkung von Kompressionsrauschen rekonstruiert.