Generative Adversarial Networks(GAN),即生成式对抗网络。这是一种深度学习的模型,包含两个对立的神经网络,通过不断地学习和对抗,能生成极其真实的虚构物。GAN被运用到图像增强领域,实现一项以前不敢奢求的功能——去马赛克。
GAN 可以无中生有,创造出世界上不存在,但又极为真实的人脸,下面都是。
现在,它居然可以去除马赛克。
比如基于 GAN 的软件 DeepCreamPy,去码效果如下:
绿色马赛克神奇地消失了。
效果的确不错。
上个月,美国杜克大学推出了一款图像增强工具 PULSE。
它能把重码图,处理成高清大图。
分辨率 16x16 经过处理后居然!
我们放大头发部分看看细节。
再看几组例子。
这真的不是魔法吗?原理是什么呢?
之前,提高图片分辨率采用插值法,在低分辨率的图片中填充像素。
杜克大学的 PULSE 思路很巧妙,你给它一张低分辨率图,比如这张:
AI并不急着去填充,而是把自己以前 GAN 出来的高清图,压缩成低分辨率去对比。
找出相似度最高的。
如果在警察办案时使用会不会非常棒?案发摄像头只拍到了模糊的嫌疑犯。
PULSE一下!哇!
注:此图并非PULSE实际效果
事实上并没有你想象的这么美好。有网友拿出奥巴马的照片,手动压缩了一番。
PULSE 输出的结果,让人始料未及。
不管是黄种人、黑种人,处理以后都是白种人。
你这不是种族歧视吗?因为PULSE 的数据库中大部分都是白人面孔。
不过,随着算法的精进,数据集日渐丰富,AI的认知局限肯定会越来越少。你是不是有什么大胆的
领取专属 10元无门槛券
私享最新 技术干货