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）