В основе системы лежат две нейросети, обученные на копиях изображений размером 32х32 пикселя (высокое разрешение) и 8х8 пикселей (низкое разрешение). Первая из них сравнивает фотографии высокого и низкого разрешения, а затем ищет в них общие признаки. Вторая — пытается сгенерировать из картинки низкого разрешения изображение размером 32х32 пикселя.

Нейросеть отталкивается от множества ранее изученных образов, что позволяет ей воспроизвести максимальное количество деталей. К примеру, если в верхней части фотографии система видит ряд из коричневых пикселей, она может сделать вывод, что это волосы, и "дорисовать" их.

Для оценки эффективности системы Google пригласила добровольцев, которые должны были указать, какое из показанных им изображений является оригиналом, а какое — сгенерировано при помощи нейросетей. В итоге в 10% случаев люди не смогли отличить восстановленный снимок от реального. В том случае, когда им демонстрировали фотографии интерьеров, данный показатель вырос до 28%.