Η τυπική αλλαγή μεγέθους βασίζεται σε μαθηματική παρεμβολή (διγραμμική, δικυβική ή δειγματοληψία Lanczos), η οποία υπολογίζει τον μέσο όρο των γειτονικών pixel και αναπόφευκτα θολώνει τις ακμές υψηλής συχνότητας κατά τη μεγέθυνση μιας φωτογραφίας. Το AI Image Super-Resolution αντικαθιστά τον παθητικό υπολογισμό μέσων όρων με έναν προηγμένο Vision Transformer (Swin2SR, Swin Transformer v2 for Image Super-Resolution), ο οποίος μοντελοποιεί self-attention μεγάλης εμβέλειας σε παράθυρα 8×8 pixel για να συνθέσει καθαρές ακμές, υφές υφασμάτων και τυπογραφία.
Η τοπική νευρωνική υποδομή του Utiliome επιλέγει τη βέλτιστη αρχιτεκτονική για τον επιθυμητό συντελεστή κλίμακας:
- 2x Super-Resolution (
Xenova/swin2SR-lightweight-x2-64Full FP32): Χρησιμοποιεί μη ποσοτικοποιημένα βάρη κινητής υποδιαστολής 32-bit (7.7 MB) αντί για δυναμική ποσοτικοποίηση 8-bit, αποτρέποντας τον θόρυβο κβαντισμού σε ομαλές διαβαθμίσεις χρωμάτων, ενώ εκτελείται ~12% ταχύτερα σε εντολές WebAssembly SIMD. - 4x Real-World Super-Resolution (
Xenova/swin2SR-realworld-sr-x4-64-bsrgan-psnr): Έχει εκπαιδευτεί με BSRGAN (Blind Super-Resolution Generative Degradation), το οποίο προσομοιώνει το πραγματικό θόλωμα εστίασης κάμερας, τον θόρυβο αισθητήρα και τα μπλοκ συμπίεσης JPEG από Web/WhatsApp — ανακατασκευάζοντας καθαρές ακμές 4x χωρίς ενίσχυση του mosquito noise.