Existe una herramienta que da definición a las fotos de baja resolución, y algunos resultados son terroríficos

El nuevo «despixelizador facial», aprovecha de la más nueva tecnología de red neural para reconstruir fotos pixeladas y convertirlas en retratos de alta calidad.

Se basa en complejos algoritmos, desde que se pusiera en la red han sido muchos quienes lo han querido probar con resultados bastante espeluznantes.  Las personas no paran de probarlo, porque algunos resultados son realmente interesantes.

Aquí puedes ver algunos de los resultados conseguidos por los usuarios de internet experimentando con el despixelizador facial.

1.

1 93

2.

2 77

3.

3 73

4.

4 71

La herramienta fue creada fundamentalmente por Alex Damian y sus amigos, mientras que Denis Malimonov le proporcionó una interfaz sencilla y fácil de usar, para que fuera más accesible para la gente. Publicó un tuit sobre ello y muchos se engancharon al momento, mostrando los resultados.

5.

5 71

6.

6 69

7.

7 72

8.

8 71

La herramienta está basada en PULSE: «Mejora de muestras fotográficas autosupervisada vía exploración del espacio latente de modelos generativos».

El algoritmo funciona proporcionando a la IA una imagen pixelada, que compara con un puñado de retratos de buena calidad, que también son pixelados en lo necesario para encontrar el más parecido a la foto original, cuando encuentra el adecuado, añade varios filtros y adaptaciones para que se parezca aún más al original, y ahí tenemos la imagen despixelada.

«Los usuarios comenzaron inmediatamente a probar la red neural usando personajes de videojuegos, y se preguntaban por qué funcionaba tan mal. Luego comenzaron a usar caras de personas reales, el 1º fue Barack Obama. El resultado fue un hombre oscuro de apariencia europea.»

9.

9 68

10.

10 64

11.

11 64

12.

12 64

13.

13 63

14.

14 61
Naturalmente, se pueden experar discrepancias, no solo porque las habilidades de la computadora son limitadas con no más de 100 píxeles, pero también porque la red neural es muy limitada per se.

«La razón es simple: esta red neural usa el modelo CelebA-HQ, que fue preparado usando caras de celebridades. La mayoría eran de personas blancas, con más de 7000 fotos, mientras que asiáticos, negros o indios tenían cerca de 1000 fotos. Por lo que sé, no hay un modelo en el que la distribución entre razas sea uniforme.»

15.

15 61

16.

16 55

17.

17 51

18.

18 47

19.

19 41

20.

20 40