Standart görsel yeniden boyutlandırma, bir fotoğrafı büyütürken komşu piksellerin ortalamasını alan ve yüksek frekanslı kenarları kaçınılmaz olarak bulanıklaştıran matematiksel enterpolasyona (çift doğrusal, bikübik veya Lanczos yeniden örnekleme) dayanır. Yapay Zeka ile Süper Çözünürlük (AI Super-Resolution), pasif piksel ortalaması yerine keskin kenarlar, kumaş dokuları ve tipografi sentezlemek için 8×8 piksel pencerelerinde uzun menzilli öz-dikkat (self-attention) modelleyen derin bir Vision Transformer (Swin2SR, Image Super-Resolution için Swin Transformer v2) kullanır.
Utiliome'un yerel nöral işlem hattı, hedef ölçek faktörünüz için en uygun mimariyi seçer:
- 2x Süper Çözünürlük (
Xenova/swin2SR-lightweight-x2-64Tam FP32): 8-bit dinamik kuantizasyon yerine kuantize edilmemiş 32-bit kayan nokta ağırlıkları (7,7 MB) kullanarak yumuşak renk geçişlerinde kuantizasyon gürültüsünü önler ve WebAssembly SIMD komutlarıyla ~%12 daha hızlı yürütülür. - 4x Gerçek Dünya Süper Çözünürlük (
Xenova/swin2SR-realworld-sr-x4-64-bsrgan-psnr): Gerçek dünyadaki kamera odak kayıplarını, sensör parazitlerini ve Web/WhatsApp JPEG sıkıştırma bloklarını modelleyen BSRGAN (Blind Super-Resolution Generative Degradation) ile eğitilmiştir; parazitleri büyütmeden temiz 4x kenarlar oluşturur.