来试试！微软开源: 老旧照片修复的AI算法

开源最前线(ID:OpenSourceTop) 猿妹整编 | 来源 逆锋起笔

https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life

http://raywzy.com/Old_Photo/

微软研究团队万紫宁、张波等人开发了一种新的基于AI算法，用于通过深度学习恢复老旧照片，与通过监督学习还原旧照片的方式不同，真实照片的降级很复杂。

bringing-old-photos-back-to-life作者使用变分自动编码机（VAE）将图像变换到隐空间，并在隐空间进行图像恢复操作。这种转换可以很好的体现出真实照片。

此外，为了解决一张旧照片中的多种退化，bringing-old-photos-back-to-life设计了一个全局分支和局部非全局分支，全局分支专门针对结构化缺陷（例如划痕和灰尘点）的功能，局部非全局分支主要针对非结构化缺陷（例如噪声和模糊度），bringing-old-photos-back-to-life在隐空间中融合了两个分支，从而提高了从多个缺陷还原旧照片的能力。关注公众号 逆锋起笔，回复 pdf，下载你需要的各种学习资料。

如何使用

该项目依赖于「Synchronized-BatchNorm-PyTorch」，按照教程配置即可。首先，你需要安装和下载预训练的模型，然后就可以通过一个简单的命令轻松回复旧照片。

对于没有划痕的图像：

python run.py --input_folder [test_image_folder_path] \
              --output_folder [output_path] \
              --GPU 0

对于有刮擦的图像：

python run.py --input_folder [test_image_folder_path] \
              --output_folder [output_path] \
              --GPU 0 \
              --with_scratch

注意：请尝试使用绝对路径。最终结果将保存在中./output_path/final_output/。

目前，微软不打算直接发布带有标签的有划痕旧照片数据集。如果你想要得到配对的数据，你可以使用官方提供的预训练模型来测试收集到的图像，以获得标签。

下面我们还是来看看几组不同照片的还原效果吧：