5 دسامبر 2022 -توسط دیوید بردلی، Inderscience -اعتبار: دامنه عمومی Pixabay/CC0
حذف نویز، واضح کردن نواحی تار، افزایش وضوح و صاف کردن نواحی با رنگ مشابه، همگی در بهبود کیفیت یک عکس دیجیتال مفید هستند. تیمی از چین که در مجله بین‌المللی بینایی محاسباتی و رباتیک نوشتند، رویکرد جدید خود را برای بهبود تصویر با استفاده از تقسیم‌بندی و صافی رنگ پوست مورد بحث قرار دادند.
هایتائو سانگ، بو چن و شیفنگ چن از کالج مهندسی اطلاعات در دانشگاه Lingnan Normal در Zhanjiang و لی یان از کالج علوم در دانشگاه فناوری پتروشیمی گوانگدونگ در Maoming توضیح می‌دهند که چگونه الگوریتم بهبود آنها بر اساس حفظ بافت پوست است و با آن کار می‌کند مانند یک ماسک به طوری که جزئیات مو در هنگام صاف کردن و زدودن صدا حفظ شود. این ماسک با استفاده از اتصالات گاوسی ایجاد شده است که لبه‌های نواحی پوست در عکس را تشخیص داده و سپس پر می‌کند.
آزمایش‌های آنها نشان می‌دهد که الگوریتم مؤثرتر از سایر روش‌ها کار می‌کند. این یک ظرفیت تطبیقی قوی دارد و بدون ایجاد مصنوعات در تصویر که باعث می‌شود تغییرات واضحی به‌طور مصنوعی ایجاد شده باشد، پرتره‌ها را به‌طور قابل توجهی بهبود می‌بخشد.
در دنیای هنر عکاسی، انتشار مجلات، تبلیغات، و در ادبیات بسیاری از حوزه‌های دیگر، کیفیت عکاسی اغلب کلید یک ارائه موفق است و بنابراین ابزارهایی برای بهبود کیفیت عکاسی در طول تولید به شدت توسط طراحان چنین موادی جستجو می‌شوند. این به ویژه در مواردی است که یک عکس منحصر به فرد فقط در قالبی با کیفیت پایین در دسترس است. هدف نهایی استفاده از یادگیری ماشینی برای انجام کارهای سخت برای بهبود کیفیت به صورت خودکار و در نتیجه آزاد کردن زمان و منابع برای طراح برای به کارگیری خلاقیت خود خواهد بود.
