“羞羞”的黑科技，谷歌用技术清除马赛克还原清晰图像

大家好，我是时小说。

今天，我们来聊一项羞羞的技术——马赛克。

大家都知道，马赛克是一种图像处理技术。喏~

通常是出于隐私保护等目的，将图片或视频中某个特定区域的色阶细节劣化，造成色块打乱、被晶格覆盖的效果。

它很实用，很常见。有时也很讨厌！

人都有好奇心。就像书本缺页，电影被删减，而且打码这种方式，很魔性啊，越看不清楚，越想一探究竟~

可是，图片打码过程中，原图信息会经历不可逆的损失，所以马赛克通常很难清除。

仿佛听到来自宅男的哀嚎！

但是，技术发展也是一部“攻守道”，既然“民间需求”一直存在，“解码技术”就迟早会来。

谷歌旗下的谷歌大脑团队开发了一款AI系统——超强像素递归方案。

它可以提高像素乱化处理后照片的分辨率，将像素为 8X8 的打码图还原成相对清晰的图片。

像素8X8的图片是什么概念？你们感受一下

什么鬼？你能告诉我图片中隐藏的真相嘛？

别急，来看看经过谷歌AI技术还原后的照片

竟然还原出这么多的细节！分辨出性别和大致的五官样貌！

再来看一些例子。

* 左起：马赛克版、谷歌AI还原版、原图

对比AI还原版和原图，虽然不是百分之百的相同，但不可否认，它们的相似度非常高。

你们可能会说，就是不准确啊！

谷歌大脑团队做了一个实验，他们将AI还原后生成的照片和降低精度后的真实照片放在一起，让众多的参与者来选出真实照片。

* 左边为生成的图像，右面为降低精度的原图

结果如上。图中数字，是选择谷歌生成图像的人数和参与总人数的百分比。

你看，有些时候，人们还不如谷歌呢。换句话说，这项还原差不多可以以假乱真。

那么，这项技术到底是怎么实现的呢?

还原过程其实经历了两个步骤，分别是调节网络（Conditioning Network）和优先网络（Prior network）。

当谷歌大脑接到了一个低精度图片的时候，首先会运用调节网络将图片库里的高清图片降低精度，然后再和得到的马赛克图片进行对比匹配。

接下来，再运用优先网络对图片进行分析，先判定这个图片主体是人还是物，再利用 PixelCNN （开源图像生成模型），将相应的图片填充到相应的位置。

比如，它识别低分辨率的图片上有棕色的部分时，当把图片像素提高后，谷歌大脑会将眉毛的颜色填充到扩大后的缝隙中，最终合成了一张较为清晰的图片。

当然，最终的无码高清图片，需要融合这两个神经网络输出的数据，最终往往会包含一些似是而非的新细节。虽然结果看上去并不十分完美，但是整体效果还是非常可观的。

没看懂？这里有视频讲解

仿佛又看到了老司机的微笑O(∩_∩)O

这项技术可以把模糊的嫌疑人照片放大成更加清晰的图片，虽然无法得到真正的嫌疑人照片，但仍然可以为警方提供一些帮助。据说，它率先应用在了谷歌自家SNS社交网站“Google+”的图片上传上。

用户上传照片时将其低像素压缩，识别出图片中的关键信息，然后再启动这项AI技术，将图片提高分辨率进行“还原”。主要目的是帮助用户节省流量。

Google 可不是来教大家开车的，擦擦口水吧~

科技改变生活，关注时说，更多精彩等你来！