Yükseltme ya da üst değiştirme , kendi doğal çözünürlüğü daha büyük bir tanım uyacak şekilde, bir görüntü veya bir video ölçekleme.
Esas olarak dijital video alanında bir yükseltme sorunudur . Özellikle, standart çözünürlüklü bir görüntünün ( SDTV ) yüksek çözünürlüklü bir ekrana uyarlanmasından oluşan HD televizyonlar ve DVD ve Blu-ray oynatıcı seçeneklerinde .
Yükseltmenin temel ilkesi , görüntüyü oluşturan piksellerin çoğaltılmasıdır . İstenen tanımı - daha büyük - elde etmek için çoğaltılırlar, çoğaltma sayısı görüntünün doğal tanımı ile istenen görüntü tanımı arasındaki farka bağlıdır.
Bu genel kuraldaki sorun şudur ki, kopyalanan her piksel aynı parlaklık ve renk değerlerine sahip orijinal pikselin mükemmel bir kopyasıysa, sonuç dijital yakınlaştırma olur: her piksel giderek daha büyük görünecek ve sonuç yükseltme çok yüksek olduğunda daha az ayrıntılı, daha az keskin ve bazen biraz "pikselli" bir görüntü olabilir. "Küçük büyütme" durumunda, efekt çok fazla görülmez, ancak orijinal görüntü ile ekran tanımı arasındaki tanım farkı çok büyük olduğunda, elde edilen görüntü, uzaktan bakıldığında çok güzel değildir.
HDTV'ler ve DVD ve Blu-ray oynatıcılar tarafından gerçekleştirilen yükseltme algoritmalarının devreye girdiği yer burasıdır . Bu algoritmalar, büyük piksellerin bu etkisine artık sahip olmamak için çoğaltılan pikseller arasında ışık ve renk tonlarının yeniden oluşturulmasından oluşur. Bu algoritmalardaki zorluk, hangi piksellerin ham tutulacağını ve hangilerinin nüans ve hangi oranda olacağını bilmektir. O zaman “yapay” ölçeklendirmeden bahsedebiliriz .
Pikseller, istenen daha yüksek tanımı elde etmek için basitçe çoğaltılır, çoğaltma sayısı görüntünün doğal tanımı ile istenen görüntü tanımı arasındaki farka bağlıdır. Bu teknik, basit bir "dijital yakınlaştırma"ya benzer ve çok hızlı bir şekilde sınırlarına ulaşır: "büyük pikseller" ("pikselleştirilmiş görüntüler") etkisine sahip görüntüler.
Görüntü, pikseller arasında enterpolasyon yoluyla "ortalamalar" yapılarak tanımı artırmak için eksik piksellerle tamamlanır. Bu tekniğin sonucu, ilk tanım ile istenen üst tanım arasındaki farkın küçük olduğu küçük yükseltme durumunda kabul edilebilir. Ancak, kendimizi görüntüde kusurlarla karşı karşıya buluyoruz: bulanıklık efektleri, görsel artefaktlar, görüntüdeki gürültü... Ve orijinal tanım ile istenen yüksek tanım arasındaki fark ne kadar büyükse, efektler de o kadar büyük olur. Bu teknik özellikle 2000'li ve 2010'lu yıllardan itibaren HD TV'lerde ve DVD/Blu-Ray oynatıcılarda kullanılmaktadır.
"Süper çözünürlük" tekniği, aynı video planının birkaç görüntüsünün analiz edilmesini içerir, ancak biraz farklı bir görüş açısına sahiptir, analiz eden yazılım daha sonra daha yüksek tanımlı bir görüntüyü yeniden oluşturmaya çalışmak için tüm bu verileri kaydedecek ve karşılaştıracaktır. gerçeğe. Bu tekniğin dezavantajı, birçok arşivde olduğu gibi kayıplı sıkıştırılmış ( JPEG , MPEG ) görüntüler veya videolar söz konusu olduğunda, sıkıştırma ne kadar yüksek olursa, bu sistemin o kadar zor olması gerekir. etkili olmak.
Bu en son süreç. Yükseltme işlemi yapay zeka içerdiğinde, süreç daha kapsamlıdır, görüntüleri analiz etmek ve pikselleri yeniden oluşturmak için gelişmiş algoritmalar kullanılır.
Bu tekniğin temel amacı, ilk görüntünün bu daha yüksek tanımda doğal olarak yakalanmış olması durumunda olabileceğine mümkün olduğunca yakın bir görüntü elde etmeye çalışarak bir görüntüyü daha yüksek bir tanıma dönüştürmektir.
Ancak bu teknoloji, örneğin kayıplı sıkıştırma veya orijinal videonun geçmeli formatı nedeniyle görsel kusurları "onarmak" gibi başka olasılıklar da sunar; ayrıca, yeniden yaratarak bir videodaki saniyedeki kare sayısını artırmayı mümkün kılar. eksik görüntüler
Sistem özellikle öğrenmeye dayalıdır, örneğin yüksek tanımlı görüntüleri gönüllü olarak azaltılmış veya bozulmuş, kategorilere göre sınıflandırılmış (bina dokusu, su vb.) "eğitmek" için alır ve algoritmalar testler gerçekleştirir. karmaşık istatistikleri yeniden oluşturmak için. eksik pikseller ve orijinal yüksek tanımlı görüntüye ulaşırsanız, sistem orijinal görüntüye dönmek için kullandığı araçları "tutacak" ve aynı türde öğeyi içeren diğer haber görüntülerini yükseltmek için onlardan ilham alacaktır.
Yapay zeka ile yükseltme, aynı zamanda çeşitli teknikleri (AI, süper çözünürlük, vb.) birleştirebilir.