Premessa, le Ai…

Io e un amico Sovietico abbiamo iniziato tanti anni fa ad interessarci del Deep Learning quando era quasi solo teoria con lo scopo di ricostruire le foto, ricolorarle e successivamente ad applicare le tecniche ai video con l’introduzione anche della stabilizzazione dell’immagine e della stabilizzazione del “frame rate” (una volta si usava la manovella o il caricamento a molla per il frame rate, cosa che non lo rendeva certo stabile). Il nostro lavoro si è trasformato in algoritmi per il recupero dei video storici ma io ho continuato a sperimentare nuove tecniche con le immagini di Ostiglia, facendo fare il “training” a quella che è diventata la mia Ai personale (che ho dedicato a mia madre Alberta Coppini) ALi.

Ancora oggi continuo a sperimentare con le immagini di questo paese, lo scopo, oltre lo studio, è quello di eliminare il tempo e far vedere quello che si è perso del passato, perché nonostante qualcuno lo chiami progresso, paesi come questo sono in decadenza, i negozi scompaiono e le opportunità di lavoro sono risibili (anche se qualcuno non la pensa così), eppure io credo che si possa ripartire, in un piccolo Paese è sicuramente più semplice organizzare corsi e spiegare quello che credo sia il futuro, le nuove tecnologie.

Le ricostruzioni…

Le ricostruzioni avvengono in questo modo:

• Analisi dell’immagine, valutazione condizioni
• Eliminazione di eventuali problemi come “moire” della stampa, colorazione del supporto, ricostruzione dei eventuali grossi danni, etc.
• Aumento della risoluzione, qui il Deep Learning entra in azione e ricostruisce ogni gruppo di pixel analizzando pezzetto per pezzetto.
• Miglioramento della texture. La Ai riconosce mattoni, pietre, sassi, tegole, etc. e le sostituisce con la stessa versione ma ricostruita, questa è una delle unicità di ALi.
• Riconoscimento volti e capelli, un database di centinaia di migliaia di volti e qualche decina di migliaia di capelli servono alla Ai per sostituire quello che non si vede e ridare una faccia a chi non l’ha mai avuta in foto per motivi legati al supporto.
• Colore. Questo algoritmo lo conosco bene, l’Ai riconosce case, oggetti, vestiti, macchine, piante, erba e potrei continuare per ore e ha un database di colori per ogni singolo oggetto o singola parte. Non esiste un database universale, quello di Ostiglia è stato realizzato in anni e anni ed è unico, adattabile forse a qualche paese attorno ma non a città come Milano o Verona, ecco perché dietro c’è un gran lavoro preparatorio specializzato.

Con gli anni ho fatto diversi esperimenti, a volte funzionano, a volte no. Alcuni algoritmi sono estremamente lenti e non li uso per tutte le foto, spero sempre di migliorarli e poterli riutilizzare anche in foto che ho già elaborato.

Il Materiale di partenza…

Se mi va di lusso, sono foto ma spesso sono cartoline che sono la copia della copia della copia… A volte hanno delle parti aggiunte, non è raro trovare macchine disegnate con l’anilina o foto in bianco e nero ricolorate sempre con l’anilina! Le cartoline hanno il moire dovuto alla stampa che non rende facile ricostruirle, l’algoritmo si confonde con i pixel e spesso l’aumento della risoluzione ingigantisce i difetti. Dato che non tutte le stampe sono uguali, spesso diventa lungo e il problema si trasforma in una sessione di programmazione che può durare giorni.