Inteligencia artificial para restaurar fotos antiguas con este filtro

En los últimos años, Photoshop se ha basado en la inteligencia artificial para proporcionar muchas funciones que facilitan la edición de fotografías. Sin embargo, la novedad más reciente presentada por Adobe lleva las capacidades de la inteligencia artificial (IA) al siguiente nivel.

Y es muy rápida que los usuarios podrán recuperar sus fotos antiguas, incluso si están dañadas, con solo hacer unos pocos clics mientras la aplicación se encarga del resto.

La mencionada herramienta es un filtro “simple” que funciona gracias a una red neuronal. Cuando se aplica a una foto antigua, elimina automáticamente prácticamente todos los daños causados por el paso del tiempo. Desde un leve rasguño hasta el rasgado del papel.

Sin embargo, también aplicará ciertas mejoras a la imagen, como la reducción de ruido y la corrección de color. Después de este proceso, las fotos se restaurarán por completo. Si bien el resultado final también se puede obtener con una larga edición manual, este filtro funciona en segundos.

En este momento, sí, está en versión beta para un número limitado de personas, pero Adobe espera implementarlo pronto para todos los usuarios. En el siguiente video puedes ver en detalle cómo funciona el filtro neuronal; primero con una foto de una mujer, luego una foto de un niño:

Este filtro se puede personalizar a gusto del usuario

Probablemente, muchos lectores se pueden estar preguntando: ¿es posible modificar la configuración del filtro para obtener una restauración personalizada? Afortunadamente, sí.

En una entrevista con Creative Bloq, un representante de Adobe confirmó que los usuarios pueden activar y desactivar diferentes opciones de filtrado según sus necesidades. Por ejemplo, se puede eliminar rayones y ruidos, pero manteniendo el color original.

Ahora desde Adobe mencionan que si bien el filtro funcionó muy bien, la restauración podría mejorarse con otras herramientas de Photoshop.

“Usar el filtro en combinación con las capacidades existentes de Photoshop, en lugar de una solución de un solo clic, es la mejor manera de obtener lo mejor de ambos mundos en términos de automatización y control manual. También sugerimos probarlo con muchas imágenes diferentes para entender cuándo es la solución adecuada para una situación determinada”, menciona Adobe en el comunicado oficial.

Adobe Sensei, la clave para que el nuevo filtro de Photoshop sea posible

Aunque el uso de esta herramienta es muy sencillo para el usuario, el proceso que hay detrás es realmente complicado. Adobe tiene Sensei, una plataforma de aprendizaje automático e inteligencia artificial que automatiza varios procesos de edición de imágenes y, por lo tanto, ahorra mucho tiempo. Se ha podido ver liberar su potencial no solo en Photoshop sino también en Premiere y Lightroom.

“Sensei profundiza en los datos, mejora la expresión creativa, acelera las tareas y los flujos de trabajo, y facilita la toma de decisiones en tiempo real”, explica Adobe.

Aparentemente, Sensei entrena analizando millones de imágenes según el objetivo final. En el caso del filtro de Photoshop, se trata de restaurar una foto antigua, aunque hay muchas otras tareas que ha realizado la aplicación.

About Face de Adobe, la herramienta que ayuda a identificar fotos que fueron manipuladas

Adobe tiene una opción muy interesante con la que es posible distinguir caras que han sido modificadas por medio del uso de la tecnología.

Su funcionamiento se basa en el análisis de de fotografías a partir de un algoritmo desarrollado por la compañía y por la Universidad de Berkeley. Esta heramienta puede detectar aquellas imágenes que han sido alteradas con las funciones de Photoshop.

El objetivo de la plataforma será conocer cuáles son los filtros que se han aplicado en la imagen para después conocer específicamente qué tipo de modificaciones se realizaron sobre ella.

Su efectividad es relevante, ya que cuando se le pidió a voluntarios humanos que detectaran una muestra de rostros editados, sólo se obtuvieron respuestas correctas en un 53% de las veces. Por el otro lado, el algoritmo fue eficaz en un 99% de las ocasiones.

SEGUIR LEYENDO