Sinespejo

Guillermo Luijk escribió:

Rafa Buscaret escribió:en el trial última versión no me sale esta pantalla

Pero si es el trial que me bajé ayer mismo [emoji14] Yo nunca había probado el programa.

Salu2!

Tienes toda la razón. No me había fijado porque esa pantalla sólo sale cuando ya le has dado el clic para procesar la foto y no en las "preferencias" en la pantalla de entrada al programa
Gracias

Una comparativa con más resolución de DxO PureRAW y breve explicación de andar por casa de cómo hacen su magia las redes neuronales:

Una prueba rápida de reducción de ruido en imágenes con el programa DxO PureRAW basado en redes neuronales. El resultado es sorprendentemente bueno, pero no milagroso.

Antes de ir al ejemplo breve comentario sobre cómo funcionan las redes neuronales. De forma simplificada una red neuronal consiste en una estructura interconectada que implementa una serie de cálculos numéricos realizados con valores precalculados tras un "entrenamiento" que ajusta la red. Para dicho entrenamiento (que no hace tu PC, sino que ya lo hizo el fabricante), a la red inicialmente desajustada le fueron presentadas millones de parejas de imágenes: una versión con ruido, y otra versión sin ruido pero de la misma escena píxel a píxel. Así fue capaz de "aprenderse" como un loro la forma que tienen los píxeles libres de ruido correspondientes a esos mismos píxeles o texturas cuando tienen ruido superpuesto. Al entregarle nuestra imagen con ruido, la red ejecuta esos cálculos predefinidos sustituyendo los valores RGB por los de una versión libre de ruido de la imagen ruidosa con que fuera entrenada y que más se pareciera a nuestra imagen. Por supuesto este proceso se realiza de forma local en cada parte de la escena.

Esto nos lleva a los siguientes hándicaps o limitaciones (ver los números sobre la imagen):

• 1. Cuando un texto está enmascarado por ruido, la red neuronal logra limpiarlo en gran medida pero no restaura los trazos del texto original porque no lo descifra como tal, se limita a recomponer aquello que aún logra interpretarse a pesar del ruido.
• 2. Éste es el ejemplo más interesante. Podemos ver cómo la red se "inventa" unas sombras y unas aristas que no existen en la imagen original. Sin embargo no está haciendo nada mal, ya que si miramos la imagen ruidosa vemos que esas zonas de sombras/pliegues precisamente parecen a simple vista altamente probables, aunque no existieran en la escena original.
• 3. El ruido añadido en estructuras de cierta complejidad, como el ondulado del repujado de piel en la máscara, hace que la red neuronal las interprete de forma más simplificada, como elementos lineales más que ondulados, porque en su entrenamiento vio más estructuras de ese tipo.
• 4. Respecto a las texturas más finas, cuando el ruido las hace totalmente irreconocibles en la imagen ruidosa la red neuronal es totalmente incapaz de detectarlas generando una superficie lisa sin textura.
• 5. Cuando no hay texturas, como en los parches de color, la red neuronal lo tiene mucho más fácil para restaurar el color original sin dominantes ni desviaciones, como por otro lado era esperable. Son zonas donde prácticamente cualquier algoritmo funciona muy bien.

(IZQ.: imagen sin ruido de referencia, CENTRO: imagen con ruido, DER.: resultado de aplicar DxO PureRAW a la imagen con ruido)

http://guillermoluijk.com/misc/dxopureraw.jpg

Salu2!

Tenía entendido que el Topaz Denoise iba mejor.

¿Has realizado alguna prueba Guillermo?

Rafa18 escribió:Tenía entendido que el Topaz Denoise iba mejor.

¿Has realizado alguna prueba Guillermo?

No lo he probado. Pero lo que me interesaba no era ver cuál iba mejor sino explicar un poco en qué se basan estos programas y plantearnos hasta qué punto lo que te devuelven es una fotografía, o es al menos fiel a tu fotografía. Esta mañana comentaba en FB Luis Monje que las redes neuronales no pueden usarse en fotografía forense, y por ahí van los tiros del dilema.

Salu2!

Guillermo Luijk escribió:

Rafa18 escribió:Tenía entendido que el Topaz Denoise iba mejor.

¿Has realizado alguna prueba Guillermo?

No lo he probado. Pero lo que me interesaba no era ver cuál iba mejor sino explicar un poco en qué se basan estos programas y plantearnos hasta qué punto lo que te devuelven es una fotografía, o es al menos fiel a tu fotografía. Esta mañana comentaba en FB Luis Monje que las redes neuronales no pueden usarse en fotografía forense, y por ahí van los tiros del dilema.

Salu2!

Sí que es un dilema.
Fotografía computacioal
Me imagino entonces que una foto de móvil tampoco podrá usarse en forense.
Y al paso que van las marcas, pronto ninguna

Rafa Buscaret escribió:Sí que es un dilema.
Fotografía computacioal
Me imagino entonces que una foto de móvil tampoco podrá usarse en forense.
Y al paso que van las marcas, pronto ninguna

No todo es lo mismo. El Modo noche y el HDR de los móviles por ejemplo son apilados de exposición, la información proviene en todo momento de la escena.

Salu2!

Comparación DxO PureRAW (modo Deep Prime con enfoque desactivado) vs Topaz Denoise AI (modo RAW con reducción de ruido y detalle por defecto):

Importante hacer clic para ver al 100%:


Me quedo con DxO PureRAW. Topaz Denoise da un acabado muy acuarelado y con los textos hace cosas rarísimas (parece que los subraye ), aunque va más lejos en la recuperación de texturas ocultas en el ruido, pero por el mismo motivo se "inventa" más cosas. Los parches de color los deja con más ruido.

Diría que Topaz tiene un comportamiento más estándar (por imprevisible) de las redes neuronales imitando texturas de las cuales ha aprendido. Durante la instalación pude ver que se cargaban varios archivos relacionados con Tensorflow (la librería de deep learning de Google).

Salu2!

Venga Guillermo tu que sabes hacerlo bien, una comparacion del pure con el Nonoise AI 2022 cuando puedas, gracias

Buah qué perezón ya. No me gusta instalar cosas en el PC. Te paso el testigo

Salu2!

Guillermo Luijk escribió:Comparación DxO PureRAW (modo Deep Prime con enfoque desactivado) vs Topaz Denoise AI (modo RAW con reducción de ruido y detalle por defecto):

Importante hacer clic para ver al 100%:


Me quedo con DxO PureRAW. Topaz Denoise da un acabado muy acuarelado y con los textos hace cosas rarísimas (parece que los subraye ), aunque va más lejos en la recuperación de texturas ocultas en el ruido, pero por el mismo motivo se "inventa" más cosas. Los parches de color los deja con más ruido.

Diría que Topaz tiene un comportamiento más estándar (por imprevisible) de las redes neuronales imitando texturas de las cuales ha aprendido. Durante la instalación pude ver que se cargaban varios archivos relacionados con Tensorflow (la librería de deep learning de Google).

Salu2!

Gracias por la comparativa Guillermo.

A mi el texto tratado con Topaz me parece más nítido, apesar de esos subrayados que comentas.

En temas de texturas estoy contigo, me quedo con DxO PureRAW.

Rafa18 escribió:A mi el texto tratado con Topaz me parece más nítido, apesar de esos subrayados que comentas.

Como que es más nítido que el original, algo obviamente imposible si no se ha aplicado algún proceso de enfoque. Vamos que esa mayor nitidez no es un punto a favor sino otro defecto de cara a la fidelidad (le puse la nitidez que sugería el programa). He procesado los tres DNG exactamente igual.

Salu2!

Como era de esperar, ninguno es perfecto. Pero dependiendo del tipo de fotos que se haga, uno ya sabe por cual decantarse.
Personalmente, prefiero el PureRaw.
Muchísimas gracias por el curro, Guillermo.

Guillermo Luijk escribió:

Rafa18 escribió:A mi el texto tratado con Topaz me parece más nítido, apesar de esos subrayados que comentas.

Como que es más nítido que el original, algo obviamente imposible si no se ha aplicado algún proceso de enfoque. Vamos que esa mayor nitidez no es un punto a favor sino otro defecto de cara a la fidelidad (le puse la nitidez que sugería el programa). He procesado los tres DNG exactamente igual.

Salu2!

Hombre visto así, si.

Tenía curiosidad por medir numéricamente la mejora en rango dinámico (o en relación S/N, que es equivalente) que proporciona DxO PureRAW. He calculado la relación S/N sobre los 24 parches de esta tarjeta capturada a ISO25600:
- Una vez sobre un revelado neutro del RAW original (hecho con DCRAW)
- Otra sobre el DNG que produce DxO PureRAW a partir del anterior RAW




Y la verdad es que los números me han decepcionado un poco, porque la mejora es de aprox. 1,25EV o pasos de rango dinámico (lo que equivale a que el ruido se reduce aprox. al 40% del original):




Las curvas de relación S/N de las que provienen las cifras anteriores:



Digo que me ha decepcionado un poco porque visualmente habría apostado por al menos 2 pasos completos o casi. Pero creo que tiene una explicación: por una parte el ruido de color desaparece completamente. Pero sobre todo lo más llamativo es la distribución de ruido tan peculiar que produce DxO PureRAW: si se miran los histogramas anteriores, el RAW original tiene la habitual distribución gaussiana como era esperable. Sin embargo el ruido de DxO PureRAW es mucho más cercano a una distr. uniforme, es algo así como una gaussiana truncada lo que impide desviaciones grandes. Así aunque numéricamente no destaca como se podría pensar, visualmente es un ruido mucho más contenido, denso pero sin píxeles espúreos que se desvíen mucho por arriba o por abajo.

Salu2!

Pasado a limpio para que se pueda seguir mejor:

DxO PureRAW. Reducción de ruido con redes neuronales

Salu2!

Buen artículo. Resumen claro y bien estructurado del trabajo que hiciste.

Gracias Guillermo por tu trabajo y por compartir


Enviado desde mi iPhone utilizando Tapatalk

Gracias por los aportes, DxO PureRaw es el que parece tener un mejor comportamiento según lo veo en mi monitor

Muy interesante el artículo Guillermo. Gracias por compartir tus conocimientos e inquietudes.


Enviado desde mi iPad utilizando Tapatalk

Solo para aquellas fotos con demasiado ruido. Que nadie se vuelva loco ahora quitando ruido (como si éste fuera la peste) porque se va a quedar sin disco duro. El resultado es mas del triple de peso con el DNG final.