Lamiyi

Pixelmator Pro は、鮮明さとディテールを維持しながら画像を拡大できる新しい「ML Super Resolution」機能でアップデートされました。

これまで、Webでも印刷物でも、元の解像度では画像が小さすぎて使用できない場合、ピクセル化、ぼやけ、リンギングアーティファクトといった目に見える画像欠陥を発生させずに画像を拡大する方法はありませんでした。しかし、ML Super Resolution を使用すれば、元の解像度の3倍に画像を拡大することが全く問題ありません。

仕組み：
ML Super Resolution機能の開発には、畳み込みニューラルネットワークを採用しました。このタイプのディープニューラルネットワークは、ラスター画像とその複雑なピクセル間の依存関係を、重要な特徴（エッジ、パターン、色、テクスチャ、グラデーションなど）を失うことなく、処理しやすい（つまり計算量が少ない）形式に縮小します。ML Super Resolutionネットワークは29層の畳み込み層で構成されており、画像をスキャンして、識別された様々な特徴を含む100チャンネル以上の深度を持つ画像を作成します。その後、この画像は拡大され、後処理されてラスター画像に戻されます。以下は、このニューラルネットワークの簡略化された図です。

まず、入力画像は基本的なエッジ検出のためにハイパスフィルタに通されます。次に、最初の畳み込み層でこれらの特徴のサイズを縮小し、データをプールします。記述子融合ブロックでは、画像がスキャンされ、JPEG圧縮ブロックがないか検出され、これまでに識別された他の特徴と融合されます。

次の畳み込み層と残差ブロックこそが魔法の舞台です。画像内の特徴（エッジ、パターン、色、テクスチャ、勾配など）を検出し、100チャンネルを超える複雑な表現へと構築します。畳み込みニューラルネットワークでは、層数が多いほど精度は向上しますが、層数が多すぎるとネットワークの学習がほぼ不可能になります。残差ブロックは、学習を不可能にすることなく、ネットワークの複雑さと精度を高めるように設計されています。

最後に、ニューラルネットワークによって識別されたすべての特徴は、Enlargeブロックで拡大されます。その後、2つの残差ブロックと最後の畳み込み層がデータの後処理を行い、特徴を画像に戻します。これらはすべてデバイス上で行われ、トレーニング済みの機械学習モデル全体がPixelmator Proアプリパッケージに含まれていることも重要です。

Pixelmator Pro 1.5.4アップデートはApp Storeからダウンロードできます。Pixelmator Proの価格は39.99ドルです。

ML スーパー解像度機能の仕組みの詳細については、以下のリンクをクリックしてください。

続きを読む