Il ridimensionamento standard delle immagini si basa sull'interpolazione matematica (campionamento bilineare, bicubico o Lanczos), che calcola la media dei pixel adiacenti e sfoca inevitabilmente i bordi ad alta frequenza durante l'ingrandimento. La Super-Resolution AI sostituisce la media passiva dei pixel con un Vision Transformer profondo (Swin2SR, Swin Transformer v2 per Super-Resolution di immagini) che modella la self-attention su finestre di 8×8 pixel per sintetizzare bordi nitidi, trame di tessuti e testi.
La pipeline neurale locale di Utiliome seleziona l'architettura ideale in base al fattore di scala desiderato:
- Super-Resolution 2x (
Xenova/swin2SR-lightweight-x2-64FP32 completo): Impiega pesi a virgola mobile a 32 bit non quantizzati (7.7 MB) anziché una quantizzazione dinamica a 8 bit, prevenendo il rumore di quantizzazione sui gradienti uniformi ed eseguendo i calcoli circa il 12% più rapidamente grazie alle istruzioni SIMD di WebAssembly. - Super-Resolution Real-World 4x (
Xenova/swin2SR-realworld-sr-x4-64-bsrgan-psnr): Addestrato con BSRGAN (Blind Super-Resolution Generative Degradation), che simula la sfocatura reale dell'obiettivo, il rumore del sensore e la compressione JPEG di Web e WhatsApp, ricostruendo contorni 4x puliti senza amplificare gli artefatti da compressione.