“缩放和增强”线束是一个电视老套，但人工智能的进步使它成为现实。研究人员已经表明，机器学习可以放大低分辨率图像，恢复以前没有的细节。现在，这种技术正在向消费者让路，图像编辑器Pixelmator是第一个提供这种功能的。
Photoshop的竞争对手今天宣布，售价60美元的Pro版软件将被称为“ML超级分辨率”：该公司表示，该功能可以将图像缩放到原来分辨率的三倍，而不会出现像素化或模糊等图像缺陷。
经过我们的测试，我们会说这个说法需要几个警告。但是总的来说，Pixelmator的超分辨率功能的性能是非常令人印象深刻的。
像素化在一系列图像中被平滑化，从插图到摄影再到文本。结果比传统的升级算法更好，虽然这个过程不是即时的(2017年MacBookPro上的每幅图像大约需要8秒)，但它的速度足够快，对所有领域的设计师和图像编辑来说都是一件好事。
看看下面的例子，左边是低分辨率的图像，右边是超分辨率的版本。很容易看出这个工具是如何抚平骨骼模糊的文字和骨骼的：
这是同一张图片的另一部分。同样，这种差异是巨大的，但超级分辨率的缺点也更加明显。经过处理的图像是光滑的和卡通的，几乎是塑料的感觉边缘。
如果我们将超分辨率应用于照片肖像，缺陷就会变得更加明显，特别是在像下面这样的放大图像中。在这个例子中，脸部的特征被平滑到最后的图像看起来像卡通片。
当使用高分辨率的输入时，这些效果就不那么明显了.在下面的猪例子中，AI的升级更温和，为毛皮的细节添加了一种天然的锐度：
对于一些图像，过度锐化的倾向是有用的。看看下面的两张照片，一首诗叫做“好时光耶稣”。原来是非常模糊，而超级分辨率版本看起来更好。
如果你想要更多的例子，你可以访问Pixelmator的博客，查看与传统的升级技术(如双线性算法、Lanczos算法和最近邻算法)的并行比较。虽然ML超级分辨率不是魔术棒，但它确实提供了令人印象深刻的结果。
对超级分辨率的研究已经进行了一段时间，在过去的几年里，谷歌和Nvidia等科技公司创建了自己的算法。在每种情况下，软件都是在包含低分辨率和高分辨率图像对的数据集上进行训练的。该算法比较这些数据，并为像素如何从图像到图像的变化创建规则。然后，当它显示一张它从未见过的低分辨率图片时，它预测需要哪些额外的像素并插入它们。
Pixelmator的创建者告诉Verge，他们的算法是从无到有的，这样就可以在用户的设备上运行。它的大小只有5MB，与通常50倍的研究算法相比。为了预测用户的不同需求，它对一系列图像进行了培训，但是训练数据集却非常小--创建Pixelmator的ML超级分辨率工具只需要15000个样本。
该公司并不是第一个提供这种技术的商业公司。在线上有许多单一用途的超级分辨率工具，包括BigJPG.com和LetsExance.io。在我们的测试中，这些站点的输出质量要比Pixelmator的(虽然它通常很好)要好得多，免费用户只能处理少量的图像。Adobe也发布了一个超级分辨率功能，但结果同样不那么引人注目。
总的来说，Pixelmator似乎提供了我们所见过的最好的商业超级分辨率工具(如果您知道更好的工具，请在评论中告诉我们)，每天，“缩放和增强”不再是一个笑话。