การปรับขนาดภาพแบบมาตรฐานจะพึ่งพาการประมาณค่าทางคณิตศาสตร์ (bilinear, bicubic หรือ Lanczos resampling) ซึ่งเป็นการเฉลี่ยพิกเซลข้างเคียงและทำให้ขอบภาพเบลออย่างหลีกเลี่ยงไม่ได้เมื่อขยายขนาดภาพ แต่ AI Image Super-Resolution เข้ามาแทนที่การเฉลี่ยพิกเซลแบบเดิมด้วยโครงข่ายเชิงลึก Vision Transformer (Swin2SR, Swin Transformer v2 for Image Super-Resolution) ที่ใช้กลไก long-range self-attention ในหน้าต่างขนาด 8×8 พิกเซลเพื่อสร้างขอบที่คมชัด เนื้อผ้า และตัวอักษรขึ้นมาใหม่
กระบวนการโครงข่ายประสาทเทียมในเครื่องของ Utiliome จะเลือกสถาปัตยกรรมที่เหมาะสมที่สุดสำหรับอัตราส่วนการขยายของคุณ:
- Super-Resolution 2x (
Xenova/swin2SR-lightweight-x2-64Full FP32): ใช้น้ำหนักแบบ floating-point 32-bit ที่ไม่ผ่านการบีบอัด (7.7 MB) แทนการทำ dynamic quantization แบบ 8-bit ป้องกันสัญญาณรบกวนบนการไล่ระดับสีที่เรียบเนียน พร้อมประมวลผลเร็วขึ้น ~12% ด้วยคำสั่ง WebAssembly SIMD - Real-World Super-Resolution 4x (
Xenova/swin2SR-realworld-sr-x4-64-bsrgan-psnr): ได้รับการฝึกฝนด้วย BSRGAN (Blind Super-Resolution Generative Degradation) ซึ่งจำลองความพร่ามัวของกล้องจริง สัญญาณรบกวนจากเซ็นเซอร์ และรอยแตกจากการบีบอัดไฟล์ JPEG ของ Web/WhatsApp ช่วยสร้างขอบภาพระดับ 4x ที่คมชัดโดยไม่ขยายสัญญาณรบกวน mosquito noise