Стандартное изменение размера картинок опирается на математическую интерполяцию (билинейную, бикубическую или Lanczos), которая усредняет соседние пиксели и неизбежно размывает контуры при увеличении. ИИ супер-разрешение изображений заменяет усреднение пикселей архитектурой Vision Transformer (Swin2SR, Swin Transformer v2 for Image Super-Resolution), моделирующей механизм внимания (self-attention) внутри окон 8×8 пикселей для синтеза четких контуров, текстур ткани и текста.
Локальный нейросетевой пайплайн Utiliome выбирает оптимальную модель под нужный масштаб:
- Супер-разрешение 2x (
Xenova/swin2SR-lightweight-x2-64Full FP32): использует 32-битные веса с плавающей точкой без квантования (7.7 MB), предотвращая появление шума на плавных цветовых градиентах и выполняясь на ~12% быстрее благодаря инструкциям WebAssembly SIMD. - Реалистичное супер-разрешение 4x (
Xenova/swin2SR-realworld-sr-x4-64-bsrgan-psnr): обучена с алгоритмом деградации BSRGAN (Blind Super-Resolution Generative Degradation), моделирующим расфокусировку камеры, шумы матрицы и блочные артефакты JPEG из мессенджеров — восстанавливая четкие контуры 4x без усиления паразитных шумов.