Blog / Engenharia

Engenharia

Relatos de experimentos e medições feitas ao construir o pipeline de restauração.

DESTAQUEPNGs transparentes quebram ampliadores por IA: o bug do halo escuroUm fosso de −94 de luma com três pixels de largura, rastreado até a ida e volta do alfa pré-multiplicado do canvas, e o flood fill O(n) que remove 98% dele.Ampliação por IA vs bicúbica: um benchmark de 28 imagensKodak-24 mais quatro digitalizações históricas por cinco métodos de reconstrução: o compromisso percepção–distorção, medido ao vivo no nosso caminho de produção.As cores são reais? Colorização por IA só de cromaPor que a colorização aqui nunca pode mudar o detalhe, só tingi-lo, e a avaliação de 115 fotos da regra que decide quando ela roda.Quanto o aprimoramento por IA deve ampliar? Um projeto com limiteA regra de planejamento que torna a super-resolução da imagem inteira rápida e previsível seja qual for o tamanho do envio, agora com curvas de emenda, padding e custo.Por que uma foto restaurada pode ser um arquivo maior que a digitalizaçãoSeis vezes os pixels mais um codificador PNG de navegador inchado: de onde vêm os bytes e os 45% que recuperamos.A IA consegue reparar rasgos e riscos? Números de viabilidadeAs medições que levaram o reparo de danos de prova de conceito a um beta opcional em produção, controles incluídos.Um detector de rostos uma vez restaurou a calça de uma criançaO falso positivo que motivou um crivo geométrico de sanidade, as regras exatas e o piso de detecção medido, Solvay 1927 incluída.Por que rostos restaurados por IA parecem personagens de videogameOito variantes de renderização testadas em 35 rostos para descobrir por que rostos restaurados parecem de plástico, e a correção quantificada com métricas de reconhecimento facial.