新应用！居然可以完美去除日本片的马赛克？

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