Recentemente, um desenvolvedor de inteligência artificial usou aprendizado de máquina para aprimorar o primeiro filme da história – a chegada de um trem a uma estação, de 1895 – para 4K, a 60 quadros por segundo. Embora tenha sido uma exibição curta, mostra como a IA pode restaurar e melhorar filmes antigos.

O canal do YouTube chamado Two Minute Papers apresentou um artigo, que pode ser lido neste link, que tem o mesmo objetivo de colorir e melhorar vídeos antigos. O modelo usa rede neural temporal para identificar e corrigir defeitos, como oscilações nas imagens.

Satoshi Iizuka e Edgar Simo-Serra, co-autores do artigo, argumentam que o objetivo do modelo é realizar várias tarefas, como colorização e remoção de ruídos, para melhorar a qualidade desses vídeos. “A remasterização de filmes antigos compreende uma diversidade de subtarefas, incluindo super-resolução, remoção de ruído e aprimoramento de contraste, que objetivam em conjunto restaurar o meio de filme deteriorado ao seu estado original. Além disso, devido às limitações técnicas da época, a maioria dos filmes antigos é gravada em preto e branco ou possui cores de baixa qualidade, para as quais a colorização se torna necessária”.

Para testar a vivacidade de sua rede neural, os pesquisadores também compararam o desempenho do modelo com outros modelos mais antigos, que tinham como objetivo restaurar e colorir vídeos antigos. Confira o resultado no vídeo abaixo:

A imagem no canto superior esquerdo é a original, e o vídeo no canto inferior direito é o resultado do uso dessa nova rede. Enquanto a rede neural cuida das manchas no vídeo, os desenvolvedores precisam fornecer uma imagem de referência para colorir. Para isso, existem muitos modelos de IA para colorir fotos antigas.

Ainda não vimos esse tipo de modelo ser usado pelos principais estúdios de cinema para aprimorar filmes antigos. Mas, com o aprimoramento das redes neurais, podemos esperar que Hollywood e outras indústrias cinematográficas de todo o mundo tenham ajuda da inteligência artificial em um futuro próximo.

Via: The Next Web