Siga o Olhar Digital no Google Discover
Em quantos filmes e seriados já não vimos aquele velho clichê: uma câmera de segurança flagra algum crime, mas a imagem está afastada demais para identificar o suspeito. No entanto, basta a palavra mágica “Enhance!” (“Melhorar!”) por parte do investigador chefe para que aquele monte de pixels sem forma se transformem em uma fotografia precisa do criminoso.
Ofertas
Por: R$ 3.443,33
Por: R$ 39,90
Por: R$ 2.475,79
Por: R$ 49,80
Por: R$ 5.610,00
Por: R$ 2.999,00
Por: R$ 1.888,99
![Smartphone Xiaomi Poco X7 Pro 5G NFC Black (Preto) 12GB RAM 512GB ROM [2412DPC0AG]](/wp-content/uploads/ofertas/produtos/2025/02/smartphone-xiaomi-poco-x7-pro-5g-nfc-black-preto-12gb-ram-1.jpg)
Na vida real, não existe nada assim, mas o Google está fazendo o que pode para se aproximar da ficção usando sua tecnologia de redes neurais. A divisão da empresa que desenvolve projetos de inteligência artificial, o Google Brain, criou um processo que consegue transformar uma imagem de 8 pixels x 8 pixels para gerar uma aproximação da imagem original.
Mesmo assim, a tecnologia está longe de ser como o retratado nos seriados. O que a inteligência artificial faz é pegar o borrão e fazer uma criação fictícia com base naqueles pixels, na esperança de que isso se aproxime da imagem original usando inteligência artificial. Certamente a técnica não estaria à altura da precisão necessária para seu uso em uma investigação policial.
Para fazer isso, são usadas duas redes neurais distintas. A primeira é uma “rede de condicionamento”, que mapeia os pixels da foto em baixíssima resolução e tenta encontrar uma imagem similar em alta qualidade para servir como base da reconstrução. A segunda analisa a foto e tenta adicionar detalhes baseado em outras fotos parecidas com pixels em localizações similares. As duas coisas são unidas, dando origem a uma imagem nova artificial, e, em alguns casos, impressionante. O artigo em que a técnica é explicada está neste link (em inglês e com linguagem altamente técnica).
Veja o resultado no exemplo abaixo. A primeira coluna mostra o borrão apresentado para a máquina. A segunda coluna mostra como a máquina decidiu reconstruir os pixels em uma face apresentável, e a terceira mostra a verdadeira imagem, para servir como parâmetro de comparação.
Tags: