这人用人工智能修复渣画质照片,效果惊人

最近,一位人工智能领域的专家 Roland Meertens 通过自己训练的算法将 1998 年 由 Game Boy 外置摄像头所拍摄的渣画质照片修复成了彩色并且像素更高的图片。

原本这个照片有多模糊呢? 在当时的技术条件下,大概只有 256 x 224 像素之间。你可以先感受一下 Gameboy 的拍摄效果,还有动图效果,总之带着一种虚晃的萌感......

Game Boy 的照片只能呈现出人面部的整体轮廓,但你基本无法辨别面部的具体细节。Meertens 的算法将模糊的画面处理为清晰度很高的图片。这项技术基于原本已有的一些人工智能图片技术,比如利用卷积神经网络(深度神经网络的一种)来无损放大图像、消除格式转化失真等。

从左到右依次是 Game Boy图、原始相机图、AI 处理图片(1)

从左到右依次是 Game Boy图、原始相机图、AI 处理图片(2)

从左到右依次是 Game Boy图、原始相机图、AI 处理图片(3)

具体来说,这是怎么做到的呢?

因为网络上没有现成的关于 Game Boy 拍摄照片图与真实照片的对应数据集,Meertens 自己建立了一个。

Game Boy 的图片是通过交替像素的方法来为图片创造不同的渐变,于是 Meertens 希望能模拟这样的处理方式,通过给图片增加噪点的方式来模拟出类似于当年 Game Boy 所拍摄出的图片。

他编写了一个函数,图片经过特殊函数的处理后能确保输出是四阶黑色阴影的效果,阴影基于图片的平均值和标准偏差生成。类似于 Game Boy 拍摄的图片效果。

左图为模拟 Game boy 的图片效果

建立了数据集后, Meertens 先让 AI 学习三万张照片,计算这些照片的平均值和偏差值。这些照片来自于网络上的名人照片、Gameboy 拍摄图以及 Meertend 的自拍。在 9600 多张照片的学习之后, AI 可以正确地识别出肤色,学习完全部照片之后,计算机就能模拟出 Game Boy 所拍摄的图片—— 像素低、四阶黑色、噪点模式。

之后,Meerteens 将训练过的深度神经网络算法用来还原 Game Boy 所拍摄图片,得到的效果很惊人,它能还原出原本人脸的皮肤颜色,以及面部细节,但是和相机拍摄出来的照片还是有一些差距。作者将原始代码公布在了博客上,感兴趣的话你也可以自己编写一个处理渣画质的程序。

Google Photos 其实已经将人工智能技术应用在图片当中,你可以在相簿中直接搜索关键词,比如“汽车”“姑娘”等词语,Google 能自动识别照片信息,为你找出相关的图片。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,905评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,140评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,791评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,483评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,476评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,516评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,905评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,560评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,778评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,557评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,635评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,338评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,925评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,898评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,142评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,818评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,347评论 2 342

推荐阅读更多精彩内容