2 Archivos adjunto(s)
Gigapixel amplia el tamaño de las imágenes
Gigapixel amplia el tamaño de las imágenes, hasta la fecha no habíamos hablado mucho de este programa, tan solo alguna mención perdida en algunos mensajes, y la verdad es que puede ser útil a la hora de tener que ampliar imágenes conteniendo la pérdida de resolución, tiene sus límites dependiendo de la resolución original de la imagen, pero hace bien su trabajo.
Para ampliar las imágenes utiliza IA (inteligencia artificial) con técnicas de aprendizaje automático ampliando los detalles conservando la nitidez original, dispone de vista previa para ver qué estamos haciendo realmente y si el resultado final nos valdrá, además de herramientas como zoom, suavizado o Noise.
Según los desarrolladores el algoritmo utilizado es capaz de ampliar hasta un 600% la imagen antes de empezar a perder calidad de forma notable.
Requiere Windows 7 o superior y Mac OS 10.12 o superior, está basado en OpenGL por lo que debería funcionar en el hardware de cualquier fabricante, pero eso sí, avisan de que para sacarle partido la GPU debe ser razonablemente potente.
El software no es gratuito, pero en su página he visto una versión de pruebas que se puede descargar y probar si realmente funciona.
Yo he probado a ampliar el logotipo del foro un 200%, dejo aquí el resultado.
Logotipo a su tamaño real visto en el foro.
Archivo adjunto 234336
Logotipo ampliado un 200%.
Archivo adjunto 234337
También dejo un video de cómo funciona.
https://youtu.be/Ere25_W42Mg
https://youtu.be/Bcjc4-mrTXk
Gigapixel con soporte Apple M1
Gigapixel con soporte Apple M1. Topaz Labs ha publicado Gigapixel AI 6.0, la última versión de su software entrenado en IA para aumentar la resolución de fotografías o imágenes renderizadas sin suavizar o introducir ruido en el resultado.
La actualización agrega soporte nativo para los procesadores M1 de Apple, reduciendo los tiempos de procesado en Mac M1 en alrededor del 40%; y añade una versión optimizada de 16 bits de su modelo de IA estándar para mejorar el rendimiento en Windows.
La herramienta entrenada por el aprendizaje automático amplía las imágenes sin sacrificar los detalles. Gigapixel AI está diseñada para ampliar las imágenes digitales al tiempo que preserva su nitidez, utilizando técnicas de aprendizaje automático para completar los detalles que faltan.
Sus algoritmos se entrenan utilizando un conjunto de datos de millones de fotografías de todos los sujetos y estilos, y pueden ampliar las fotografías hasta 600 veces más, antes de que la calidad de la imagen comience a caer visiblemente. El software admite el procesado por lotes, lo que permite ejecutarlo en bibliotecas de imágenes completas.
Funciona con cualquier fotografía o render
Funciona tanto para renders como para fotografías. Aunque se comercializa principalmente en fotógrafos, Gigapixel AI también se puede usar en imágenes renderizadas y, a partir de Gigapixel 5.3, tiene un modo de IA dedicado para imágenes CG y obras de arte escaneadas.
Además de simplemente escalar renders de baja resolución para generar imágenes de alta resolución más rápidamente. Se puede usar para eliminar el ruido residual de los renders al escalarlos en Gigapixel y luego reducirlos a su tamaño original.
Si bien hay una serie de bibliotecas de código abierto y servicios en línea gratuitos para imágenes ascendentes, sus partidarios afirman que Gigapixel logra resultados de mejor calidad.
Según la publicación del blog de Topaz Labs, el soporte nativo de M1 reduce los tiempos de inicio del software en un 47 por ciento; en comparación con la emulación de Rosetta, utilizada anteriormente en nuevas Mac. Reduciendo los tiempos de proceso por lotes de imágenes en un 44 por ciento.
Backends optimizados de 16 bits
La actualización también introduce backends optimizados de 16 bits para el modelo de IA estándar del software. Que debería mejorar el rendimiento en Mac Intel y en máquinas Windows que procesan imágenes en la GPU.
Las mejoras en el flujo de trabajo y la experiencia de usuario incluyen un mayor contraste tonal y de color en la interfaz de usuario; y los usuarios ahora tienen la opción de descargar todos sus modelos de IA en la instalación, para eliminar la necesidad de descargas manuales más adelante.
Precios y requisitos del sistema Gigapixel AI 6.0 está disponible como una aplicación independiente para Windows 10+ y macOS 10.14+; y como plugin para Adobe Photoshop y Lightroom Classic. Tanto en Windows como en macOS. Las nuevas licencias cuestan 95 euros.
El software está basado en OpenGL, por lo que debería funcionar en el hardware de cualquier fabricante, pero requiere una GPU razonablemente potente.
Instrucciones especiales de actualización
Esta versión de Gigapixel AI requiere MacOS 10.14 o Windows 10 (o superior). No es compatible con MacOS 10.13 o Windows 7/8.
Si utiliza Gigapixel AI como complemento de Adobe Photoshop o Lightroom Classic en Mac, una vez que instales esta actualización, debes salir completamente de Adobe Photoshop y/o Lightroom Classic.
Gigapixel AI debería abrirse solo después de instalar la actualización. Las configuraciones de su complemento ahora deben restablecerse. Siga las indicaciones que se muestran relacionadas con la instalación de complementos.
Cambios importantes
- Tema visual actualizado.
- Soporte nativo de Apple M1.
- Opción de descarga de modelos por lotes.
- Arrastrar y soltar el instalador de DMG para Mac.
Mejoras solicitadas por los artistas
- Tamaño reducido del instalador.
- Bordes más limpios en imágenes transparentes.
- Cálculo de parámetros automáticos fijos en modo plugin.
- Corregido el bloqueo del complemento de Photoshop en Mac.
- Corregido ciertos archivos JPEG que mostraban dimensiones 0x0.
- Reducción del desplazamiento de píxeles del modelo comprimido.
- Solucionada la selección incorrecta de back-end en Windows 11.
- Problemas conocidos y solucionados en Gigapixel AI versión 6.0.
- El proceso por lotes de imágenes ya no queda fuera de servicio.
- Se han corregido bloqueos en algunas combinaciones de hardware.
- Se detuvieron las descargas de modelos que se cancelaban entre sí.
- Líneas negras en la salida de archivo en ciertos tamaños de imagen.
- Solicitar la instalación del plugin cuando se detecte Adobe Photoshop.
- El refinamiento de la cara fija no funciona en máquinas con GPU antiguas.
- La medición de tiempo mostrada en la lista de archivos queda solucionado.
- Se permite expandir la lista de archivos para mostrar hasta tres archivos >3.
- Los sufijos de archivo Guardar como que no coincidían con el modo por lotes.
- Se han corregido los nombres de archivo largos que se superponen a otros texto.
- Redacción mejorada de varios cuadros de diálogo e información sobre herramientas.
- Reducción del uso de memoria de la GPU cuando se habilita el refinamiento facial.
- Se han corregido algunos casos de salida sin salida cuando se utiliza como complemento.
- Requerir descargas de modelos (soluciona muchos problemas de compatibilidad de hardware).
- Se ha omitido la relación de aspecto de la herramienta de recorte personalizada corregida.
- Se ha corregido el error del proceso de forma silenciosa si el modelo de detección de rostros no está presente.
Pruebas de rendimiento en Gigapixel AI versión 6.0
En nuestra primera prueba de referencia, comparé el tiempo que tardó en cargar Gigapixel AI versión 6.0 desde un arranque en frío utilizando las versiones nativas M1 y Rosetta. Como puede ver, la compilación nativa M1 proporciona un tiempo de carga un 47% más rápido en comparación con la versión de emulación de Rosetta.
A continuación, comparé las velocidades de procesado para una tarea que consume muchos recursos, como el procesado por lotes. Abrí una mezcla de 12 archivos JPEG de diferentes resoluciones y configuré un trabajo de procesado por lotes que usaría el modelo estándar a un factor de escala superior 6x (600%), configuración automática, y tenía habilitadas las opciones Reducir sangrado de color y Refinamiento facial.
Al comparar el rendimiento del trabajo por lotes entre la compilación M1 nativa y la compilación de emulación Rosetta, el tiempo de procesado es casi un 44% más rápido. Aún más impresionante, al comparar la compilación nativa M1 con una Macbook Pro comparable con el chipset Intel, el trabajo de proceso por lotes fue casi un 55% más rápido.
Descargas de modelos mejoradas y aumento de la calidad
Hemos mejorado el método de descarga de modelos de Gigapixel AI en un esfuerzo por optimizar su experiencia mientras usa la aplicación y al mismo tiempo reducir el tamaño del archivo de instalación. En versiones anteriores, las descargas de modelos se iniciaban solo cuando un usuario seleccionaba el modelo en particular y el factor de escala superior. Si el modelo aún no estaba almacenado localmente, comenzaría una descarga manual.
Ahora, cuando inicie Gigapixel AI versión 6.0 por primera vez, se le presentará un nuevo cuadro de diálogo que le preguntará si prefiere descargar por lotes todos los modelos para la configuración de su computadora. Este enfoque simplificado hace que sea más rápido y menos molesto cambiar entre modelos y factores de lujo.
Un punto importante a destacar es que no podrá procesar imágenes sin conexión hasta que abra Gigapixel AI versión 6.0 y descargue al menos algunos modelos. Permitir que se complete la descarga por lotes de todos los modelos correspondientes será su mejor opción y debería facilitar el uso de la aplicación, especialmente sin conexión.
Gigapixel AI versión 6.0 con Very Compresse
También hemos realizado mejoras significativas en la calidad del modelo Very Compressed. En versiones anteriores, el uso de este modelo podría haber resultado en un desplazamiento de píxeles visible como se ilustra a continuación:
En Gigapixel con soporte Apple M1, mejoramos la calidad del modelo Very Compressed para eliminar prácticamente cualquier cambio de píxel.
Junto con las actualizaciones recientes de DeNoise AI y Sharpen AI, ahora se beneficiará de una actualización de la interfaz de usuario de Gigapixel AI. Los colores mejorados y el mayor contraste harán que el uso de Gigapixel AI sea más claro y fácil.
También hemos agregado backends optimizados de 16 bits a los modelos de refinamiento estándar y facial, lo que debería conducir a un procesado más rápido para algunos usuarios de CPU Intel y GPU de Windows.
Para redondear las cosas, también corregimos una serie de molestos errores de usabilidad y mejoramos el manejo de la memoria durante el procesado por lotes.
Recuperación facial fotográfica con Gigapixel AI 6.1
Recuperación facial fotográfica con Gigapixel AI 6.1, esta actualización introduce un nuevo modelo de recuperación facial para escalar imágenes verticales. Conserva los detalles en la piel y los ojos mejor que el anterior algoritmo de refinamiento facial; evitando efectos similares a Los de Uncanny Valley.
Además, Topaz Labs ha cambiado la biblioteca de aprendizaje automático utilizada en las GPU Nvidia de DirectML a TensorRT. Lo que resulta en mejoras significativas de rendimiento en las GPU GeForce de las series 10, 20 y 30.
En las propias pruebas de la empresa en una GPU GeForce RTX 3090 de la generación actual. Una escala del 400% de una imagen JPEG de 4.092 x 2.732px fue más del doble de rápida usando TensorRT que usando DirectML.
Face Recovery de Gigapixel en la recuperación facial
Antes de sumergirme en la mejora de la función Face Recovery de Gigapixel AI v6.1. Me gustaría señalar que los usuarios que tienen ordenadores con una tarjeta gráfica GPU Nvidia de la serie 30, 20 o 10; experimentarán mejoras notables en el rendimiento.
Optimizamos la biblioteca utilizada para las GPU Nvidia de DirectML a TensorRT. Si bien esto requiere que los usuarios de GPU Nvidia vuelvan a descargar los modelos Gigapixel AI; el aumento del rendimiento hará que la tarea valga la pena. Aquí hay una prueba de referencia que compara el rendimiento de Nvidia RTX 3090 utilizando DirectML y TensorRT. Como podemos ver, las ganancias de rendimiento son notables.
Gigapixel AI no se limita al tamaño de las imágenes
A pesar de lo que hayas leído, no todos los métodos de escalado producen los mismos resultados. Aumentar la resolución de una fotografía implica mucho más que simplemente cambiar sus dimensiones de píxeles. En prácticamente todos los casos, es tan importante, si no más, preservar los detalles del sujeto dentro de la fotografía que estamos ampliando; y tal vez no haya ningún detalle más importante para preservar que los rasgos faciales de las personas en una fotografía.
Es por eso que estamos haciendo una actualización significativa al sistema Face Recovery con Gigapixel AI v6.1; que se introdujo por primera vez como Face Refinement con Gigapixel AI v5.8. Antes de sumergirme en cómo sus fotografías mejoradas se beneficiarán de Face Recovery. Primero me gustaría discutir la ampliación de fotografías en un sentido más amplio e ilustrar por qué Gigapixel AI es la mejor solución disponible. También me gustaría compartir los enlaces para descargar Gigapixel AI v6.1 y las notas oficiales de la versión.
Cuando discutimos la ampliación en términos de fotografía digital, comúnmente nos referimos al proceso de aumentar la resolución, o dimensiones, de una fotografía. Hay varias razones por las que necesitaría mejorar una. Tal vez la versión original de la fotografía ya es de baja resolución y necesita aumentarla para una impresión de póster grande.
Otro escenario común es que hayas tenido que aplicar un recorte importante a la fotografía. Lo que ha reducido efectivamente la resolución, y deseas aumentarla nuevamente. Independientemente de por qué es posible que necesites mejorar una fotografía, Gigapixel AI proporcionará resultados superiores. Al mismo tiempo que preserva y mejora detalles importantes.
¿Por qué voy a querer mejorar una imagen?
Aquí hay un ejemplo práctico de por qué podemos necesitar mejorar una fotografía; y por qué el uso de Gigapixel AI es la opción inteligente para esa tarea. A principios de este año, fui de viaje para fotografiar águilas calvas que anidan y se alimentan rutinariamente en el área durante el invierno. A pesar de usar un teleobjetivo de 100-400 milímetros con un teleconvertidor de 1.4x, esto fue lo más cerca que pude enfocar al ave.
Por mucho que me guste esta composición; no creo que sea ideal para compartir en Instagram (que es uno de los casos de uso más comunes para fotografías digitales). Desafortunadamente, la única versión de la fotografía a la que tuve acceso en ese momento fue de 2000 píxeles en el extremo largo.
Después de aplicar un recorte cuadrado para aislar al águila, la resolución resultante fue de 611 por 611 píxeles. Lo que se traduce en aproximadamente 0.37 megapíxeles, y no cumple con la resolución sugerida por Instagram de 1080 por 1080 píxeles.
Elegir una escala adecuada para cada fotografía
En este punto, la mejor solución sería escalar la fotografía a algo más adecuado. Debido a que nunca estoy seguro de para qué necesitaré una fotografía mejorada; tiendo a usar un factor 6x, o 600%, que producirá una resolución de 3666 por 3666 píxeles, o 13.4 megapíxeles. Y aquí es donde elegir el software adecuado hace toda la diferencia.
Una de las aplicaciones más comunes con las que se compara Gigapixel AI es Adobe Photoshop; y ya hemos cubierto cómo produce resultados más detallados y naturales. Sin embargo, aquí hay una comparación de un 600% de lujo usando Gigapixel AI vs Adobe Photoshop 2022. Como podemos ver, las mejoras de los resultados de Gigapixel AI se notan de inmediato.
Ahora que hemos establecido cómo Gigapixel AI puede beneficiarnos con nuestros requisitos de ampliación, quiero sumergirme en una mejora importante con el modelo Face Recovery introducido con esta versión de Gigapixel AI v6.1.
Potente escalado de fotografías retrato con Face Recovery
Hay un cierto umbral de calidad incorporado que los usuarios esperan al escalar una fotografía de baja resolución y varía según el tema que se está ampliando. Por ejemplo, puede tener un umbral para una fotografía de baja resolución de un edificio que se está ampliando. Mientras los detalles sean nítidos y discernibles, tendemos a estar satisfechos con los resultados.
Ese umbral es mucho más alto cuando se trata de escalar una fotografía con personas en ella. Parte de la razón podría deberse a la conexión personal con la persona (o personas) en la fotografía; especialmente si estás en ella. La otra razón es que la escala deficiente de los rasgos faciales hace que la fotografía se desmorone a un ritmo mucho más alto que, por ejemplo, un edificio. Los humanos son especialmente buenos para determinar cuándo algo en la cara de una persona simplemente no se ve del todo bien, como si hubiera caído en el valle misterioso.
Es por eso que era tan importante para nosotros mejorar aún más el algoritmo de refinamiento facial que introdujimos por primera vez con Gigapixel AI v5.8. Antes de sumergirme en cómo mejoramos el modelo Face Refinement, me gustaría mostrarles las mejoras con una fotografía retrato al comparar el modelo Face Refinement (usando Gigapixel AI v6.0) con el nuevo modelo Face Recovery (usando Gigapixel AI v6.1).
Recuperación facial fotográfica con Gigapixel eliminando el ruido
A primera vista, se podría argumentar que las mejoras realizadas al escalar esta fotografía de retrato son encomiables, especialmente cuando la compara con la imagen original. Gigapixel AI eliminó fácilmente todo el ruido que distraía mientras recuperaba la mayoría de los detalles faciales. Sin embargo, hay algo en el ojo y los dientes correctos que haría que un espectador haga una doble toma porque algo no se ve del todo bien.
Ahora, cuando comparamos exactamente la misma imagen utilizando exactamente la misma configuración en Gigapixel AI v6.1 junto con el nuevo modelo Face Recovery, las mejoras se notan de inmediato. Más importante aún, un espectador mirará la fotografía mejorada y nunca pensará en cuestionar si algo no se ve del todo bien.
Los resultados son mucho más naturales en comparación con el modelo anterior de Face Refinement y está en una liga de su en comparación con Adobe Photoshop o cualquier otro software de escalado de fotografías comparable.
Ajuste fino del modelo de recuperación facial
Además de mejorar el modelo general de Face Recovery, también agregamos un nuevo control deslizante Face Recovery Strength que le permite ajustar la fuerza del modelo. En configuraciones más bajas, las caras tendrán menos denoising y afilado aplicado en comparación con el área circundante. Con mayor fuerza, las caras serán notablemente más nítidas y se destacarán más claramente.
Recomiendo comenzar en 100 y reducir la fuerza según sea necesario. Comparemos el control deslizante de fuerza de recuperación facial en algunos niveles para ver las mejoras.
Las mejoras incrementales en los detalles de la cara se hacen más evidentes a medida que aumenta el valor del control deslizante Face Recovery Strength. Especialmente alrededor de los ojos y los dientes, así que asegúrese de experimentar con él cada vez que use el modelo Face Recovery.
Cómo funciona el modelo de Face Recovery
El propósito principal del modelo Face Recovery es recuperar una amplia variedad de rasgos faciales que pueden haber sido afectados negativamente por fotografías de baja calidad. Como aquellas que sufren de estar altamente comprimidas, ruidosas, afiladas, temblorosas o borrosas. Afortunadamente, hemos podido mejorar el antiguo modelo de refinamiento facial mediante la adopción de un nuevo proceso de aprendizaje profundo y el entrenamiento del nuevo modelo de recuperación facial mediante el uso de una gran biblioteca de caras de alta calidad.
Cuando activa Face Recovery, cada cara detectada se cambia de tamaño a 512 por 512 píxeles, luego el modelo la procesa con mejoras de objetos (ojos, dientes, etc.). Finalmente se cambia de tamaño, se mezcla y se coloca en consecuencia. Estas mejoras de objetos se determinan en función de la capacitación utilizando la biblioteca de caras de alta calidad mencionada anteriormente.
Las mejoras en los rasgos faciales recuperados a menudo se presentan con detalles más definidos en las pupilas, las pestañas, el cabello y las texturas de la piel. Cuando se combina con una reducción de ruido adicional y una nitidez, los resultados generales de la fotografía mejorada a menudo mejoran significativamente en comparación con la original.
Recomendaciones para usar Face Recovery
Cuando miras hacia atrás en todos los ejemplos de fotografías que compartimos en este artículo, ¿ves algo que tengan en común? Cada uno de ellos es una fotografía de baja resolución de una persona o personas cuya cara es relativamente pequeña dentro de la composición general. Simplemente mira el tamaño del cuadro de enfoque blanco en la vista del navegador (parte superior derecha de la interfaz de usuario) para cada fotografía de arriba. Además, algunas de las caras sufren de exceso de ruido u otras degradaciones de calidad debido a la baja resolución.
Al escalar una fotografía de alta resolución o alta calidad con una cara que ocupa la mayor parte del marco, recomendamos deshabilitar el refinamiento facial y seleccionar el modelo base de super-resolución más adecuado para aumentar el tamaño de píxel. La vista de comparación hace que esta tarea sea especialmente fácil porque le permite comparar cuatro modelos simultáneamente.
Usemos la siguiente fotografía de retrato como ejemplo. Como puedes ver, la cara de la niña ocupa la mayor parte del marco. Puedes saber esto mirando la imagen completa en el navegador en la parte superior derecha de la interfaz de usuario. En este ejemplo, con el refinamiento facial habilitado, notarás que el modelo suaviza en exceso la piel y los ojos de la niña.
Cuando comparamos la misma fotografía mejorada utilizando el modelo de baja resolución y la recuperación facial desactivada; veremos inmediatamente una marcada mejora en toda la cara. La piel se ve natural y los ojos tienen la cantidad perfecta de nitidez añadida.
A medida que continuamos entrenando el modelo de recuperación facial utilizando fotografías con caras más grandes, mejoraremos nuestra capacidad para proporcionar resultados superiores.
Face Recovery con fotografías de baja resolución
Para recapitular, es recomendable usar el modelo Face Recovery con fotografías de baja resolución que contengan caras afectadas por problemas de calidad obvios; como estar altamente comprimidos, ruidosos, artificiosos, temblorosos o borrosos. Para las caras que ya tienen una cantidad satisfactoria de detalles, es recomendable deshabilitar esta herramienta y usar uno de los cinco modelos base de super-resolución. También es recomendable configurar el control deslizante de fuerza de recuperación facial a 100 y reducir la fuerza según sea necesario.
Puedes probar Gigapixel AI v6.1 y Face Recovery gratis hoy mismo. Existe una necesidad innegable de mejorar las fotografías de retratos para que se vean naturales independientemente de la resolución de la fuente. El modelo mejorado de recuperación facial hace que sea mucho más fácil lograr fotografías de retratos nítidas y realistas. Y los cinco modelos especialmente diseñados de Gigapixel AI manejarán todas sus otras necesidades de escalado con resultados de alta calidad, especialmente en comparación con Adobe Photoshop y otro software comparable.
Recuperación facial fotográfica con Gigapixel
Puedes descargar una prueba gratuita de Gigapixel AI para ver la diferencia por ti mismo.
Precios y requisitos del sistema Gigapixel AI 6.1 está disponible como una aplicación independiente para Windows 10+ y macOS 10.14+; y como plugin para Adobe Photoshop y Lightroom Classic, tanto en Windows como en macOS. Las nuevas licencias cuestan unos 95 euros. El software está basado en OpenGL, por lo que debería funcionar en el hardware de cualquier fabricante, pero requiere una GPU razonablemente potente.
Video que evidencia una recuperación facial completa
1 Archivos adjunto(s)
Gigapixel 8 introduce el modelo redefine con IA generativa
Gigapixel 8 presenta su nuevo modelo Redefine, que utiliza IA generativa para completar detalles faltantes en las imágenes.
Topaz Labs lanza Gigapixel 8, la última versión importante de su software entrenado por IA para aumentar la resolución de fotos o imágenes renderizadas sin suavizarlas ni introducir ruido.
La versión 8.0 añade un nuevo modelo Redefine basado en IA generativa para agudizar y estilizar imágenes, y actualiza el modelo de Recuperación de Caras del software.
También es posible procesar imágenes en la nube, así como en la máquina local, con el procesamiento en la nube cobrando en base a créditos.
Una herramienta entrenada con machine learning que amplía imágenes sin sacrificar detalles Gigapixel está diseñado para ampliar imágenes digitales mientras preserva su nitidez, utilizando técnicas de aprendizaje automático para completar los detalles faltantes.
Sus algoritmos se entrenan utilizando un conjunto de datos de millones de imágenes, y Topaz Labs afirma que puede ampliar imágenes hasta 16 veces antes de que la calidad de la imagen comience a disminuir visiblemente.
Aunque se comercializa principalmente para fotógrafos, también se puede utilizar en imágenes renderizadas y ha tenido un modo dedicado de IA para imágenes CG desde la versión 5.3.
Además de escalar renders de baja resolución para generar imágenes de alta resolución más rápidamente, los usuarios pueden eliminar el ruido de los renders escalándolos y luego reduciéndolos a su tamaño original.
Se pueden usar indicaciones de texto para guiar la salida del nuevo modelo Redefine basado en IA generativa de Gigapixel, particularmente cuando se usa en configuraciones de Alta Creatividad.
El nuevo modelo Redefine del software utiliza IA generativa para llenar detalles faltantes al escalar imágenes a resoluciones muy altas o reparar imágenes dañadas.
También es sorprendentemente bueno en la eliminación de ruido y el afilado en algunos escenarios.
El modelo viene con una configuración de Creatividad, que determina hasta qué punto la imagen está estilizada: los valores bajos resultan en un afilado realista, mientras que los valores más altos producen resultados progresivamente más estilizados.
Para configuraciones de Alta Creatividad, los usuarios también pueden ingresar indicaciones de texto para guiar el contenido de los detalles generados por la IA, de manera similar a una herramienta convencional de IA generativa.
El modelo Redefine actualmente se ejecuta en la GPU, y existen algunos problemas conocidos con las GPUs de AMD y en macOS: se pueden encontrar más detalles en las notas de la versión.
Actualizaciones a la Recuperación de Caras El modelo de Recuperación de Caras existente de Gigapixel se ha actualizado, con el modelo Gen 2 mejorando el rendimiento al ampliar rostros vistos de perfil.
El Gen 2 también resulta en dientes y gafas más limpios, y funciona mejor al recuperar rostros poco claros con pocos o ningún atributo facial.
Opción para renderizar imágenes en la nube, así como en una máquina local El otro cambio importante en Gigapixel 8 es la opción de procesar imágenes en la nube además de en la máquina local.
El renderizado en la nube está disponible al utilizar los modelos de IA generativa: tanto Redefine como Recuperar, que se introdujo en Gigapixel 7.1 para escalar imágenes de muy baja resolución.
El servicio tiene un precio basado en créditos, con el costo dependiendo del tamaño de la imagen; la salida de imágenes más grandes cuesta más, y del modelo de IA utilizado.
Gigapixel 8.2 con escalado mejora de procesamiento en la nube
Topaz Labs ha publicado Gigapixel 8.2, una nueva versión de su software de ampliación de imágenes mediante inteligencia artificial. Esta actualización introduce nuevas opciones para procesar imágenes de forma más eficiente, optimizando el escalado y el trabajo en lote.
Escalado basado en el lado más largo
Una de las principales novedades es la posibilidad de escalar imágenes en función de su lado más largo, lo que facilita el procesamiento de lotes de imágenes con proporciones variables sin distorsionar sus dimensiones.
Carga y procesamiento en la nube
Ahora, Gigapixel 8.2 permite subir y procesar imágenes por lotes en la nube, reduciendo la carga en el hardware del usuario y mejorando la eficiencia del flujo de trabajo.
Mejoras en el modelo Redefine basado en IA
Topaz Labs ha optimizado el rendimiento del modelo Redefine, basado en inteligencia artificial, especialmente en macOS. Sin embargo, algunos usuarios de Mac han informado sobre problemas en el hilo de la versión publicada.
Gigapixel 8.1: impresión de imágenes directamente desde el software
La versión anterior, Gigapixel 8.1, añadió la opción de ordenar impresiones físicas de las imágenes editadas directamente desde el software, gracias a una colaboración con la empresa de impresión fotográfica WhiteWall.
