第07版:要闻 上一版3  4下一版
 
版面导航

第01版
头版

第02版
要闻

第03版
奋斗百年路 启航新征程
 
标题导航
首页 | 版面导航 | 标题导航 |
2021年07月14日 星期三
3 上一篇  下一篇 4 放大 缩小 默认
AI修复:让老旧照片“复活”

  湖南日报·新湖南客户端记者 周阳乐

  通讯员 李诗田

  引子

  6月30日,“AI修复让李大钊陈延年们露出微笑”话题登上了热搜。网友们一边感叹看到了真实的革命先辈,一边对AI修复技术感到好奇,到底采用了什么办法让黑白照片变成彩色、动态的呢?

  随着各种图片和视频的编辑软件越来越多,我们想当然地以为影像修复是一很容易操作的事情,只要把资料拖拽到一个对话框内,就能实现一键优化。其实,专业的影像修复是个AI计算的大工程。

  影像修复采用的主要技术是AI图像超分辨率技术,即输入低分辨率(黑白)图像,AI算法通过学习,能够对输入图像中的高分辨率细节进行高质量地重建。

  这个工作量是什么概念?如果说要把一张普通高清图片提升到4K高清,就需要额外填充600万个像素。不仅如此,还需要弄清楚如何显示这些额外的像素,这就是AI图像超分辨率算法的用武之地,它能基于图像的特征来估计图像中的高分辨率细节。

  然而,这个过程并非一蹴而就,AI修复照片通过一种叫做生成对抗网络的深度学习技术来完成,这其中暗藏着反复地对抗和博弈。生成对抗网络是什么?又是谁与谁在对抗?

  生成对抗网络的主要结构包括生成器和判别器,我们可以把生成器比作一个造假团伙,而判别器则是一名鉴定师。

  “鉴定师”自然见多识广,提前对很多图片中常见场景与人物进行记忆、学习与分析,记忆这些关键元素的颜色,如天空、人脸、衣服、建筑物等。

  “造假团伙”制作的赝品被送至“鉴定师”处鉴定,“鉴定师”一眼发现瑕疵便判定为赝品。“造假团伙”不放弃,改进瑕疵制作二代产品。由此往复,“造假团伙”不断提升自身水平以达到让赝品以假乱真的效果,同时“鉴定师”的鉴定能力也不断提高。这样一来,在生成器和判别器的反复较量中,图片的真实性就越来越高了。

  除了填补像素,AI修复技术还能实现着色、补帧等效果。

  同样是利用深度神经网络学习,AI可以对不同语义内容在不同灰度下对应的色彩信息分布进行分析,进而可正确判断出树木是绿色、砂石是棕色以及路人衣服的颜色。为了让画面“动”起来,AI利用生成对抗网络在关键帧之间进行“想像”,产生自然真实的动态帧,并把这些“想像”出来的帧插进去,使之达到每秒60帧的速率,不出现视频卡顿等现象。

  这次让李大钊、陈延年等革命先辈在建党百年的重要时刻重展笑颜,就是灵活运用了多项AI项目。修复过程中,首先将模糊的面部变为高清并转成彩色,并根据史料通过手绘精修使人物笑起来,再补帧让照片中人物的动作更为流畅,最后做出还原皮肤质感的效果。

  (科学指导:湖南师范大学智能计算与语言信息处理湖南省重点实验室副教授 江沸菠)

3 上一篇  下一篇 4 放大 缩小 默认
  © 版权所有 湖南日报报业集团 
copyright © 2008 VOC.COM.CN, Geo Info. All Rights Reserved
湘ICP证 湘B2-20080017