Nonostante la rapida crescita della qualità delle fotocamere integrate per smartphone, i loro limiti fisici - dimensioni minime del sensore, obiettivi compatti e la mancanza di hardware specifico - impediscono loro di raggiungere i risultati di qualità delle fotocamere DSLR. In questo lavoro presentiamo un approccio di deep-end end-to-end che colma questa lacuna traducendo foto ordinarie in immagini di qualità DSLR. Proponiamo di apprendere la funzione di traduzione utilizzando una rete neurale convoluzionale residua che migliora sia la resa dei colori che la nitidezza delle immagini. Poiché la perdita quadratica media standard non è adatta alla misurazione della qualità dell'immagine percettiva, introduciamo una funzione di errore percettivo composito che combina il contenuto, il colore e le perdite di trama. Le prime due perdite sono definite analiticamente, mentre la perdita di consistenza viene appresa in modo contraddittorio. Presentiamo inoltre DPED, un set di dati su larga scala costituito da foto reali acquisite da tre telefoni diversi e una fotocamera reflex di fascia alta. Le nostre valutazioni quantitative e qualitative rivelano che la qualità dell'immagine migliorata è paragonabile a quella delle foto scattate dalla DSLR, mentre la metodologia è generalizzata a qualsiasi tipo di fotocamera digitale.
 |
migliora le foto scattate con il cellulare (gratis)