MA lik je prejak ;) Najbolja scena mi je bila kad uzmu snimak nadzorne kamere na ulici zumiraju i prepoznaju covjeka u odrazu oka prolaznika.... Mislim fikcija je fikcija al brate dragi pa star warsi su realniji od toga ;)
Bio kolega u jednoj policijskoj postaji u Detroitu zbog saobraćajke, papirologija. Kaže da takvu šupu nemaju valjda ni u zadnjoj zabiti Meksika
A dobro di ces sad ici usporedivati bankrotirali Detroid s Miami-jem
, tamo je P. Escobar "uvozio" na tone "koke", da je to vozio u Detroid i oni bi danas imali postaju kao iz CSI-a
lp
Na desku monitor obljepljen trakom da se ne raspadne, svaka stolica iz druge kolekcije :)
U većini država policija vulgaris je na lokalnom proračunu tako da je vjerojatno to razlog
MA lik je prejak ;) Najbolja scena mi je bila kad uzmu snimak nadzorne kamere na ulici zumiraju i prepoznaju covjeka u odrazu oka prolaznika.... Mislim fikcija je fikcija al brate dragi pa star warsi su realniji od toga ;)
Ovako nesto...
Interpolacija pikselima, hm možda i nađe neku primjenu. Bolji efekat u forenzici bi se dobio da uzmu bazu podataka sa licima građana i pogađaju sa eci-peci-pec. Možda bi i neka baba vračara mogla pomoći. 
Koja hrpa gluposti...
Možda sada napokon neki budu mogli svoju fotogeničnost popraviti kojim dodatnim pikselom
Rezultati su za početak prilično impresivni, iako su još daleko od nevjerojatnih uvećanja i dobivanja detalja iz slika kakve vidimo u raznim televizijskim serijama CSI tipa.
To nikad neće dostići, jedino da imaju sve moguće slike koje postoje u većoj rezoluciji s kojima uspoređuju.
Kod kodiranja s gubitkom informacija nikad ne možeš vratiti original osim ako ga već imaš.
Priča je jednostavna: "AI" uzima aproksimacije tipičnih facijalnih karakteristika, kombinira ih s pikseliziranim izvorom i stvara mix najbližeg. Trik i izgleda fora nekome tko ne razumije kako to radi (dobro zvuči i u novinama u vrijeme AI-hypea), garantira još love u istraživanje, projekte... ali niti je to ta osoba niti je precizno. Nikad se od ničega ne može stvoriti nešto. U pikseliziranom izvoru jednostavno nema informacije za više od toga. Sve drugo je izmišljanje i konstruiranje.
Nikad se od ničega ne može stvoriti nešto.
Kreacionisti triggered.
Priča je jednostavna: "AI" uzima aproksimacije tipičnih facijalnih karakteristika, kombinira ih s pikseliziranim izvorom i stvara mix najbližeg. Trik i izgleda fora nekome tko ne razumije kako to radi (dobro zvuči i u novinama u vrijeme AI-hypea), garantira još love u istraživanje, projekte... ali niti je to ta osoba niti je precizno. Nikad se od ničega ne može stvoriti nešto. U pikseliziranom izvoru jednostavno nema informacije za više od toga. Sve drugo je izmišljanje i konstruiranje.
Ma u načelu se slažem, al jopet... de nemoj brutalno apsolutno, svijet nije crno bijel. Niče-ničega, jel.
Gle ovak, uzmi fraktale. Beskonačne iteracije. Zazujao sam kad sam prvi put vidio običnu paprat uživo, nakon što sam vidio identičan graf neke jednostavne funkcije (Atari ST, ako se ne varam). Par brojki, nema ničega jel?
Ili uzmi rep iguani kad se regenerira, raku klješta itd.
Na kraju krajeva, imaš tu i DNA. hebeni ugljikovodik, molekula, ništa. A evo nas, gluparimo, stvoreni ni iz čega.
Evo našo ga. https://en.wikipedia.org/wiki/Barnsley_fern
I kakve to veze ima sa bitmapom? A fotografija je bitmapa a ne matematicka funkcija ili nesto sto mozes predstaviti funkcijom... KAda pikseli odu otisli su zauvijek. Sve posije toga je pogadjanja. Ma kako uspjesno bilo i dalje je pogadjanje...
Prolio sam kafu po tastaturi i obrisao provokativan odgovor. Pa ću probat još jedared:
Daklem, Tončiju je premisa kriva (a time i zaključak). "Apsolutno ništa" ne postoji, pa tako ni na ovim slikama ili izvornom kontekstu na kojem se bazira ovaj nazovi-članak (čak i Yin ima bijelu točku u sebi).
Ovdje je okolina (kontekst) itekako determinirana i nije riječ o izmišljanju tople vode. Drugim riječima riječ je o vrlo uvjetovanoj i predvidljivoj rekonstrukciji zadanog konteksta.
E sad, primjeri iz članka su debilana, upravo kako je i rečeno - žvaka za mase nadobudnog novinara kojem se rubni (ekstremni) primjer činio najzanimljivijim. Čisti clickbite (na koji pristajem).
Za početak, proguglaj malo GIMPov Resyntzhesizer (mislim da su to u fotošopu ukrali pod "content aware fill" ili tako nekako), evo primjera:
http://oi42.tinypic.com/wanm1t.jpg
rekonstruirano iz "ničega", jelda? U stvari, iz vrlo determiniranog i predvidljivog konteksta. A ovdje još nije "AI" u igri.
Zato sam i spomenuo fraktale: fraktali NE oponašaju prirodu - priroda se služi fraktalima.
Ajmo redom. Uzmi najprimitivniji bitmap OCR koji ima mogućnost učenja. u <10 koraka će ti sa 70-80% preciznosti prepoznavati zadani font ("čitati").
Nikada to neće biti apsolutno točno (ali i 99,99% nije apsolutno, zar ne?), a i eksponencijalno će rasti težina prepoznavanja / rekonstruiranja zadanog koje teži "apsolutnom" (100%).
No poanta je da je u par iteracija primitivni program savladao osnove, a sposobnost daljeg učenja ovisi o bazi unešenog ("iskustvu") i analitičkim sposobnostima (memorija, brzina procesuiranja itd).
Primjetimo ovdje da Guglo u tome nije u deficitu (baze podataka, memorija itd).
A ovdje još nismo ni primirisali fuzzy logic, neuronske mreže i ostala čudesa koji imade sve više, i sve rafiniranijih.
Sad ću biti brutalan: uzmi sad situaciju kad škicneš okom sisu žemske u prolazu (dok ti zakonita zuji u drugom smjeru), i makar joj ne vidiš donji dio, već po sisi joj znaš kako joj dupe izgleda, a po frizuri kakve opanke nosi. E to ti je to: pattern recognition. Heuristika, po iskustvu, pamćenju i odmaku od ciljanog/željenog.
Ovo što guglo radi izuzetno je kompleksnije od izmišljanja dijelova 8-bit pixel art grafike.
Ajmo napraviti reverse engineering:
1 - Program (neu-mreža, entitet, Wintermute...), ako mu već nije rečeno da je riječ o ljudskim facama, može to i sam lako zaključiti. Susreli ste se sa "magičnim" prepoznavanjem fotki punice, wanna be ljubavnice i ostalih aždaja na Fejsbuku. dakle, ništa novog - prepoznat će vam i purana ako to bude komercijalno isplativo.
2 - ljudska faca je u pravilu embedirana na lubanju, vrlo specifičnog ovaloidnog oblika. Ray-Ban ne bi zaradio milijarde na svojim Police naočarkama da prije toga nije ergonometrijski izračunao univerzalni model devijacije valovite lubanje, za prosjek muškog primata i dobio model koji gle čuda - idealno paše na 80% ciljanih primata. Danas im za izračun ne bi više trebao Cray (nije ni tada) već prosječan PC. Jedna jezgra.
Klasificirati spomenuti ovaloid u prostoru i imati bazu sa standardnim devijacijama - o bože, pa to ima svaki aerodrom na zapadu unutar još složenijeg softvera za potragu Bin Ladena, Elvisa i ostalih nepoćudnika.
Dakle, uzorak o kojem govorimo nije "ništa", ni hrpica pixela, već tijelo vrlo predvidljive putanje, položaja, gestikulacije. osvjetljenja, boje kože, i ostalih zadanih i predvidljivih antropometrijskih varijabli. To je ono oklen Guglova mreža uči.
3 - rekonstrukcija se vodi temeljem baze uzoraka i ispravnih prepoznavanja istih. No big deal, slažem se. Osim što je ta baza nezamislivo velika i svakom iteracijom sve točnija (u granicama mogućnosti).
4 - poanta je u tome da, kao i u slučaju sa OCR programom sa početka, "učeniku" prikažemo pravi original koji je trebao rekonstruirati. I NE, tu nije riječ o hrpici pixela već o složenijim fotografijama. E sad, taj proces je u potpunosti automatiziran i ljudi koji rade na tome su samo kontrolori koji fino podešavaju "mrkvom i batinom" heuristiku.
5 - U konačnici, tak je svejedno da li je riječ o pravoj umjetnoj inteligenciji ili kvalitet autonomnog "razmišljanja" kompenzira ogromnim, stravično brzim resursima. Što bi A. Clark rekao: Svaka dovoljno napredna tehnologija ne može se razlikovati od magije (tako nekako, treći zakon ako se ne varam).
A sad nek trolanje počne...
Zechina ne, jednostavno nisi rekao ništa drugačije i jednostavno nije točno. Nemoguće je dobiti lice iza ovoga. Svaki "piksel" je prosjek mnogo piksela prije toga i apsolutno je nemoguće dobiti osobu koja je tu bila u originalu. Ne postoje "predvidljive putanje", jer "priroda" fraktale ima u vrlo malo slučajeva kao uzorak. Ovdje se radi isključivo o aproksimacijama prema predvidljivim vrijednostima i onome što je neuralna mreža već "progutala" u treningu.
Zechina ne, jednostavno nisi rekao ništa drugačije i jednostavno nije točno. Nemoguće je dobiti lice iza ovoga. Svaki "piksel" je prosjek mnogo piksela prije toga i apsolutno je nemoguće dobiti osobu koja je tu bila u originalu. Ne postoje "predvidljive putanje", jer "priroda" fraktale ima u vrlo malo slučajeva kao uzorak. Ovdje se radi isključivo o aproksimacijama prema predvidljivim vrijednostima i onome što je neuralna mreža već "progutala" u treningu.
Ma nek ti bude, apsolutistu :-) . Fascinantno mi je kako se čudimo Ned Luddu a u iteracijama :-) ponavljamo iste greške.
1. Nije "iza ovoga", "ovo" nije referentno već je to rubni slučaj sa minimalnom rezolucijom. Citiram otprilike: "glavni problem super rezolucije (a ne 8x8) je u halucinirajuće izoštrenim detaljima". Pa su istražili specifični problem putem "toy dataseta".
Činjenično, i zaključak stoji: "u prosjeku, ukazuje da uzorci na našem modelu izgledaju više foto realistično nego li" (izvorna hrpica pixela). Analogna usporedba je u foto-robotima kod kriminalista (btw znam im jednog crtača, izuzetno je talentiran): naša percepcija i rekonstrukcija onog iz sjećanja u pravilu odstupa od stvarnosti, i već u tom segmentu "AI" bolje rekonstruira (u odnosu na izvorno/zadano). No problem je u "halucinirajućim detaljima" koji se, opetovano, pojavljuju. I da, u tome se slažem s tobom: ne možeš apsolutno (znači uvijek) od dreka dobiti pitu.
Conclusion
As in many image transformation tasks, the central problem of super resolution is in hallucinating sharp details by choosing a mode of the output distribution. We explored this underspecified problem using small images, demonstrating that even the smallest 8×8 images can be enlarged to sharp 32×32 images. We introduced a toy datasetwith a small number of explicit modes to demonstrate the failure cases of two common pixel independent likelihood models. In the presented model, the conditioning network gets us most of the way towards predicting a high-resolution image, but the outputs are blurry where the model is uncertain. Combining the conditioning network with a PixelCNN model provides a strong prior over the output pixels, allowing the model to generate crisp predications. Our human evaluations indicate that samples from our model on average look more photo realistic than a strong regression based conditioning network alone.
2. Da ti ukažem koliko si falio u trećoj rečenici (nije apsolutno):
Svaki piksel je reprezent numeričke vrijednosti, bytea ili kB recimo, jel tako? E pa zamijeni "piksel" sa "byte" i dobit ćeš "Svaki byte je prosjek mnogo byteova prije toga i apsolutno je nemoguće dobiti (...) original". Po toj logici, kompresija podataka uopće ne bi postojala! FYI: Nedavno sam isprobao ZPAQ FPAQ (usp.) na brute komprimiranom PDF-u, sastavljenom većinom od (komprimiranih) JPG-a. To je ono što se u pravilu naziva ehm nekompramibilno. Skinuo ga je sa 60 na ispod 40MB. Praktična vrijednost je minimalna za obične smrtnike jer je vrijeme obrade preko sat vremena (i za kompresiju i dekompresiju). No Googlu to nije problem. Sad zamisli što takav monstrum radi od neke prosječne datoteke (kompresije idu do cca 80%).
E sad, ako dobiš takve podatke a ne znaš što su, oni djeluju poput 8x8 rubnih test uzoraka iz ove studije: nemoguće je iz gomilice brabonjčića dobiti nešto suvislo! Distinkcija od apsolutnog kaosa je u tome ako znaš što je izvorno i/ili imaš algoritam kompresije. U slučaju iz studije, "AI" prilično dobro "zna" što je u originalu. Što se pak tiče lossy kompresije (odn. degradacije slike), i opet je riječ o, de facto, algoritmu koji je izvorno upotrebljen za aproksimaciju. Inteligentniji sharpener filteri proučavaju upravo to: je li slika bila u npr .jpg i koji je algoritam upotrebljen za kompresiju. U stvari, algoritmi za HDR fotografije rade vrlo sličnu stvar: uspoređuju pravilnosti i anomalije i potom rekonstruiraju boje i detalje kojih u stvari - nije bilo.
Kad je riječ o 8x8 uzorku, izrezanom iz originala (podatkovne okoline odn konteksta), onako iz prve dao bi jaja na panj da je tu nemoguće napraviti rekonstrukciju ako je riječ o složenim organskim uzorcima (osobama). No ova studija pokazuje da je to uvjetno moguće. Naime: logikom stvari, nitko ne stvara i skladišti thumbnaile 8x8 pix. Ono, na C64 je to bila rezolucija slova: najmanji sprite je bio rezolucije 24x21 ili tako nekako. Drugim riječima, pretpostavlja se da ovaj "toy" uzorak ima "okolinu" koja određuje odakle pada svijetlo, koje je iskrivljenje blende bilo, koje je odstupanje od "etalona" npr boje kože (a etalon za svaki aspekt je nešto nezamislivo u našim ograničenostima - uzorkovano milijardama puta: vidi što sam napisao pod OCR learning) itd. Sa tri referentne točke odstupanja u određenom aspektu "AI" slaže niz - nazovimo to algoritmom devijacije, i tako za svaki aspekt koji mu je zadan.
3. Ono što je nama teško pojmljivo: kad kažeš "onome što je neuralna mreža već "progutala" u treningu" ima grešku u tome što govoriš u prošlom vremenu. Naime, mi nakon nekog vremena više ne učimo već se sve više oslanjamo na iskustvo (carstvo za predrasude). AI nema s time problema, ona kontinuirano uči i to, vremenom, upravo iz grešaka (jer se kroz vrijeme odnos pogodaka i grešaka mijenja u korist pogodaka tako da oni postaju sve manje relevantni - naravno ako je riječ o ispravnom procesu). Upravo zato više nema čovjeka koji može pobijediti "AI" u GO-u, a sa šahom je stvar odavno gotova.
E sad, ako ti nakon ovog traktata i dalje ideš bukvalno, zanemariš čitav kontekst i uzmeš najdebilniji "toy" 8x8 uzorak od ovih gore i kažeš "iz ovoga se nemere dobiti osobu koja je bila u originalu" - da to stoji. Ali po stablu ne možeš mjeriti šumu (nije apsolutno).
Ti si totalno promasio fudbal. Kakve veze ima kompresija sa ovim???????????????? Kompresija se radi ciljano da se mogu kasnije rekonstruisati originali (ZIP RAR i sl) ili se radi do te mjere da je rezultat dovoljno dobar za daljnu upotrebu.(JPEG i sl).... KAkve to veze ima sa AI algoritmom koji nema pojma kao je nesto napravljeno i nema nikakvog nacina da zna sta je bilo u originali niti imam bilo kakav metod da to egzaktno izracuna. Radi aproksimaciju, nebitno na osnovu čega i krajnji rezultat moze biti 99% tacana ali i 99% pogresan. AI to ne moze znati.....
8x8 je karikiranje jer ti pricas da i iz 8x8 mozes dobiti original sa nekim postotkom tacnosti. Mozes ali slucajno....
Kriste, Zechina pa čitaš li ti što pišeš? Torent ti je rekao - kompresija nema veze s tim. Kako ne razumiješ o čemu govorimo? Imaš izvorna 64 piksela, recimo. Bez obzira kojim algoritmom ti napraviš ta 64 od 5000x3000, nećeš nikad više ni u teoriji dobiti nazad original. Ono što Google jedino može je imati ogromnu bazu lica i kombiniranjem i predikcijom facijalnih karakteristika dobiti što je tu moglo biti. To nikad neće biti ta osoba, bit će slična. Svi smo mi sličnu u velikoj mjeri jer imamo iste facijalne elemente.
Ali činjenica da si izjednačio pikselizaciju s kompresijom.... i čekaj, HDR?? HDR je u praksi hrpa fotki različitog raspona kombinirana u jednu. Nitko tu ništa ne izmišlja. Ovdje Google izmišlja.
Svaki piksel je reprezent numeričke vrijednosti, bytea ili kB recimo, jel tako? E pa zamijeni "piksel" sa "byte" i dobit ćeš "Svaki byte je prosjek mnogo byteova prije toga i apsolutno je nemoguće dobiti (...) original". Po toj logici, kompresija podataka uopće ne bi postojala! FYI: Nedavno sam isprobao ZPAQ FPAQ (usp.) na brute komprimiranom PDF-u, sastavljenom većinom od (komprimiranih) JPG-a. To je ono što se u pravilu naziva ehm nekompramibilno. ..
Uspoređuješ entropijsko kodiranje (komprimiranje) bez gubitka informacija, iz kojeg možeš uvijek dobiti original, sa lossy kodiranjem iz kojeg možes samo pogađati original.
Prigodnija usporedba bi bila sa hash algoritmima gdje više različitih uzoraka odgovara istom hash kodu (kolizija - upravo zbog manjka informacija).
Kriste, Zechina pa čitaš li ti što pišeš? Torent ti je rekao - kompresija nema veze s tim. Kako ne razumiješ o čemu govorimo? Imaš izvorna 64 piksela, recimo. Bez obzira kojim algoritmom ti napraviš ta 64 od 5000x3000, nećeš nikad više ni u teoriji dobiti nazad original. Ono što Google jedino može je imati ogromnu bazu lica i kombiniranjem i predikcijom facijalnih karakteristika dobiti što je tu moglo biti. To nikad neće biti ta osoba, bit će slična. Svi smo mi sličnu u velikoj mjeri jer imamo iste facijalne elemente.
Ali činjenica da si izjednačio pikselizaciju s kompresijom.... i čekaj, HDR?? HDR je u praksi hrpa fotki različitog raspona kombinirana u jednu. Nitko tu ništa ne izmišlja. Ovdje Google izmišlja.
HDR-a se nisam ni dotakao jer tek HDR nema veze ni sa cim o cemu ovdje pricamo....
Kad bi pričali o nasumičnim pikselima u prezentiranom (opet podvlačim - rubnom primjeru) 8x8 thumbnailu, da - bili bi ste (apsolutno) u pravu. Poanta je da oni to nisu. Distorzija podataka se dobrim dijelom dešava po predvidljivim zakonitostima - da sad ovdje ne nabrajam (neke sam spomenuo). Ako se može utvrditi neko od pravila (primjenjeno: algoritam, funkcija, formula...) po kojem je došlo do selektivnog ispuštanja podataka - a sigurno se može, moguće je te podatke, bar djelomično, rekonstruirati.
Problem je što ne razumijete (ili ne želite razumjeti) analogiju između rekonstrukcije komprimiranih podataka po (već) određenom algoritmu i rekonstrukcije podataka po n - algoritmu (vidi niže) kojeg se treba utvrditi.
"Mala" količina podataka koja vas buni (odnosno, minimalna količina informacija u krajnjoj pojavnosti) nije referentna - moguće je imati zapis "težak" gomile informacija (ogromnu sliku hd rezolucije npr) koji ne znači baš ništa, i apsolutno neupotrebljiv u rekonstrukciji izvorne slike. S druge strane, elementi nekog niza / formule mogu biti u tolikoj mjeri izbačeni da ostanu samo oni krajnje referentni, i opet se izvorni zapis/podaci mogu rekonstruirati u velikoj mjeri (ne apsolutno, nikad nisam ni tvrdio apsolutno). Kvantitet informacija nije referentan već reprezentativnost.
"n - algoritam": naprosto, distorzija slike se zbiva po prilično utvrđenim pravilima (s pretpostavkom suvislog originala). Ono što vidite u thumbailu su refererentni, a ne nasumični podaci, nekakva odokativna selekcija nekih piksela. Pravila koja određuju distorziju (a time i naknadnu rekonstrukciju) su definirani i rekonstruktabilni izvor i vrste svijetla, perspektive, izobličenja od objektiva (leće) itd; te naknadno određivanje algoritma koji je smanjio veličinu slike, a pri tome ostavio / stvorio one koji su referentni.
Reverzibilni proces ide istim koracima unatrag, opremljen sa dva podatka koji nisu u ovoj studiji / članku jasno prezentirani: 1.) proces "zna" što je na fotografiji (ljudsko lice); 2.) postoji kontekst (okolina) iz koje je ta "nasumična" hrpica piksela izrezana. A upravo taj kontekst određuje pravila po kojima se utvrđuju algoritmi za rekonstrukciju podataka. Rekonstrukcija tih podataka odgovara rekonstrukciji brute komprimiranih podataka ultimativnih programa za (de)kompresiju. Razlika je u tome da se pred-proces filtriranja za (de)kompresiju ovdje zamjenjuje heurističkim pravilima iz kojih se izvlače ti pred-podaci.
Da dovršim: nemoguće je precizno utvrditi u kolikoj mjeri tako rekonstruirana slika odgovara originalu (osim da ne odgovara "apsolutno" - u potpunosti): ono što možemo tvrditi međutim, jest da u određenom reprezentativnom postotku vraća smisaoni kontekst - rekonstruirana slika u pravilu više odgovara izvornoj nego li distorzirani 8x8 predložak (odn. moguće je odmah shvatiti da je riječ o ljudskom licu, za razliku od 8x8 thumbnaila).
Drugim riječima, po načelu Ochamove britve: ako izgleda kao ... smrdi kao ... i ponaša se kao ... - onda najvjerojatnije i jest ... .
Inače, cilj studije je bio, ako sam dobro shvatio, utvrditi povremenu "prekomjernost" rekonstrukcije podataka, odnosno granicu nakon koje rekonstrukcija djelomično prelazi u "preizoštrenost" i dovodi do dodatne distorzije podataka.
Svaki piksel je reprezent numeričke vrijednosti, bytea ili kB recimo, jel tako? E pa zamijeni "piksel" sa "byte" i dobit ćeš "Svaki byte je prosjek mnogo byteova prije toga i apsolutno je nemoguće dobiti (...) original". Po toj logici, kompresija podataka uopće ne bi postojala! FYI: Nedavno sam isprobao ZPAQ FPAQ (usp.) na brute komprimiranom PDF-u, sastavljenom većinom od (komprimiranih) JPG-a. To je ono što se u pravilu naziva ehm nekompramibilno. ..
Uspoređuješ entropijsko kodiranje (komprimiranje) bez gubitka informacija, iz kojeg možeš uvijek dobiti original, sa lossy kodiranjem iz kojeg možes samo pogađati original.
Prigodnija usporedba bi bila sa hash algoritmima gdje više različitih uzoraka odgovara istom hash kodu (kolizija - upravo zbog manjka informacija).
Da, potpisujem. Pokušao sam pojednostaviti ali sam mislio na hash algoritme. Već ovako ovo podsjeća na one nekadašnje rasprave "nikad neću snimati svoje originale u jpegu jer je to lossy i nepovratno gubim original" (što je u nekim apsolutnim mjerilima točno, u praksi smiješno).
Zechina nikad, a ni onda, nećeš dobiti podatke koje si izgubio bilo kakvim "lossy" rekodiranjem. Možeš nagađati koji su i kakvi bili, ali nikad nećeš dobiti ono što je bilo. Zbog činjenice da je ljudsko lice obilježjima jedinstveno i nije predvidivo, a pikselizacija nije povratna kompresija podatka, kao što to nije ni JPEG slika gdje nikad nećeš dobiti višu rezoluciju iz niže, ništa od ovog što govoriš nema nikakvog smisla.
Zechina nikad, a ni onda, nećeš dobiti podatke koje si izgubio bilo kakvim "lossy" rekodiranjem. Možeš nagađati koji su i kakvi bili, ali nikad nećeš dobiti ono što je bilo. Zbog činjenice da je ljudsko lice obilježjima jedinstveno i nije predvidivo, a pikselizacija nije povratna kompresija podatka, kao što to nije ni JPEG slika gdje nikad nećeš dobiti višu rezoluciju iz niže, ništa od ovog što govoriš nema nikakvog smisla.
Obožavam ovaj vid derterminiranosti aspolutima.
U slavu toga zamijenio sam profilku CSI čovječjom ribicom.
Btw zašto bi iz JPEG-a pokušavao dobiti višu rezoluciju? Ako misliš na vizualno izoštravanje slike (bez obzira na dpi/ppi), nećeš valjda negirati da je i to nemoguće? Jesi li ikad probao neki npr. refocus filter? Tvrdiš li da to ne funkcionira već smo svi budale?
Poanta je u tome, da se vratimo na početak ove rasprave, da si krenuo od "iz ničega nikada ne možeš dobiti nešto". Niti je ovaj uzorak "ničega", niti je to "nikada" mjerljivo.
Problem je u razlici između "gotova pa ničega" i "ničega": ona je beskrajna (da se vratimo u apsolutna mjerila).
Odgovarajuće, JPEG sa minimalnom (ili negubitnom!) kompresijom gotovo u potpunosti (ali ne i nikada) nema veze sa ekstremno komprimiranim jpg. Konsekventno, od prvog ćeš uvjetno moći rekonstruirati "veću rezoluciju" do određene mjere - mjereno našim nesavršenim organom vida. Od drugog ali baš ništa. Tako da, kad ovako apsolutno generaliziraš, čak ni ovaj banalni primjer sa JPEGom ne stoji.
@pikselizacija:
Gle, kad od stabla ne vidiš šumu. Pre-fokusiran si na pikselizaciju. Pitanje je što tražiš: ako usko gledaš na "povećanje rezolucije izgubljene pikselizacijom" - to je van rasprave, kamo li u nekim aposlutnim okvirima. NE, to nije moguće. Ne, iz ničega ne možeš stvoriti nešto. Tu se nema što raspravljati i pretvara se u trolanje.
E sad, ako gledaš SADRŽAJ - a to je skliski teren - to je nešto sasvim drugo. Tu je stvar impresije i interpretacije (a ovdje je riječ o subjektivnom doživljaju koji je za svakog jedinstven, "zajednički" tek nekim većim dijelom).
Dobar primjer su oni fancy algoritmi koji virtualno pomlađuju / postaruju ljude. Starenje je ipak više nepredvidivo, no rekonstrukcija "mlađe pojavnosti" funkcionira zapanjujuće dobro. I opet, nije riječ o magiji već o zakonitostima. Što se pak tiče morphinga / warpinga piksela, on nema izvorne veze s (mlađim) originalom - a opet polučuje rezultate.
Prenesi to u ovu ograničenost sa pikselizacijom i dobit ćeš isto - to je nemoguće.
Drug moj ti si se totalno pogubio u toj silnoj teoriji i filozofiranju ali nikako da izadjes na cistinu. Ti uporno tvrdis da algorima moze dobiti nepovratno izgubljene informacije. NE moze i to ni teorija ne moze dokazati da moze jer tih informacija nema. Tacno je da ce dobiti ljudsko lice ali za to ti i ne treba nikakav algoritam. Fotografija je bitmapa i svaki piksel je prica za sebe i nevezen je za okolinu. Ti iz okoline mozes samo pretpostaviti kakav je piksel bio ali to ne mozes znati.... Prvo ne znas koliko je piksela uopste bilo u originalu.
"Ne, iz ničega ne možeš stvoriti nešto. " To ti ja i tonchy jos i vise uporno govorimo...
"impresije i interpretacije" prave rijeci ali to je samo pogadjanje ma kako uspjesno bilo. Cak i ako dobijes rezultat koji je 100% identican originalu ti to ne mozes znati da je to tako jer original nemas....
"Btw zašto bi iz JPEG-a pokušavao dobiti višu rezoluciju?" A sta bi trebalo pokusati dobiti?????? Znas li ti uopste kako kompresija funkionise? Bilo jpeg bilo mp3 recio ili bilo koja lossy kompresija?
Ako je i radjena jpeg (negubitna kako ti kazes mada nisam siguran da uopste postoji negubitna jpeg jer koja je onda poenta raditi bilo sta) ti ne mozes znati stepen kompresije a samim tim ne moze rekonstruisati original....
To jednostavno nije točno. Govorimo o determinističkim konceptima. Ono što ćeš dobiti je aproksimacija između podatka koji imaš i koji očekuješ, a to jednostavno nije točan podatak. Kao da ja nacrtam tebe po sjećanju. To će možda sličiti na tebe, ali nisi ti.
Ako znamo font u upotrebi i imamo dovoljno informacije, možemo rekonstruirati registarsku tablicu sa slike gdje je dio slike oštećen, ali ako fotografiramo registarsku tablicu, pikseliziramo je na 8x8 - nećemo nikad dobiti registarsku oznaku, kao što je nećemo dobiti ako dovoljno reduciramo rezoluciju fotografije s visoko-rezolutivnog originala. Isto vrijedi i za lica.
Iz ovih slika dolje, niska rezolucija (uvećana) tablice i auta i lice osobe na proslavi, nećeš dobiti osobu dok god osobu nemaš u bazi slika i treniranoj neuralnoj mreži. Možeš mi dokazati suprotno. :)
Svaka igra ima pravila.
Pravila su ovdje slijedeća:
1. Ovi toy uzorci su rubni slučaj (ekstremna pikselizacija / minimalna rezolucija). CSI gluposti me ne zanimaju - da, iz ove debilane vjerojatno ne možeš dobiti nešto suvislo.
2. Kontekst je izuzetno bitan i određuje priču (kao što sam već par puta ponovio, 8x8 slike u praksi ne postoje, riječ je o izrescima nečega što ima daleko više informacija - koje određuju ovakve toy uzorke).
Stoga ovo:
"Ako znamo font u upotrebi i imamo dovoljno informacije, možemo rekonstruirati registarsku tablicu sa slike gdje je dio slike oštećen" - stoji (ovisi o kontekstu);
a ovo:
"ako fotografiramo registarsku tablicu, pikseliziramo je na 8x8 - nećemo nikad dobiti registarsku oznaku" - je bespredmetno (makar je vjerojatno točno) jer se u praksi neće desiti. Nećeš fotografirati samo tablicu i pikselizirati je na 8x8. Takav detalj slike je naravno nemoguće rekonstruirati no opet vidi pod 1) to su rubni uzorci, s ciljem proučavanja potencijalne heuristike ("behaviorizma AI"), neprimjenjivi u praksi.
Ovo pak:
"Isto vrijedi i za lica" - ne stoji. Doslovce, kruške i jabuke. Ali nema smisla ići u detalje - uspoređivati reg. tablicu i ljudsko lice je ... opskurno.
U konkretnom slučaju ("lice osobe na proslavi"): da, nećeš dobiti osobu ali nikako (čak i da dobiješ, nema praktične vrijednosti, iz više razloga).
Međutim: u slučaju gdje "AI" ima pristup čitavoj fotografiji (a ne izresku), pod određenim uvjetima je moguće i "nezamislivo" (hipotetski). Npr:
Preko EXIF-a je moguće utvrditi koji je fotoaparat/mobitel korišten; tu već znamo koje iskrivljenje itd hardware radi a u teoriji je moguće locirati i vlasnika, ili suziti geografsku lokaciju (ako je npr taj model prodavan samo "negdje"). Ovo nisam izmislio, već doista neki filteri traže (ručni) unos modela kamere kako bi "vratili" paletu boja i ispravili deformaciju slike.
Lokacijom korisnika, exifa (meta-podataka) i sl. moguće je doći do još fotografija sa iste proslave, gdje se možda također pojavljuje ista osoba, ili bar ista okolina (npr prostorija). Time se "kontekst" za provjeru i detekciju meta-podataka eksponencijalno proširuje.
Zanimljiv primjer je onaj gdje je netko razotkrio ID "Zrinke K." sa *vno.hr i opisao proces: lik je ručno radio upravo to, visual reverse engineering preko javno dostupnih servisa - i u potpunosti uspio afaik. Znači, mala osoba a ne gugletova neuralna giga-mreža.
Ista stvar kada bi zaprljao leću kamere i s takvom uslikao sliku, pa kasnije da ideš to očistiti i popraviti na slici.
