林青霞旧照换新颜,AI图像修复术神助攻( 三 )

在一片拜倒、赞美的声浪中 , 也有网友提出了疑问:“这就是一键磨皮”?

尽管修复老照片 , 一键磨皮 , 都利用了卷积神经网络 , 但二者并不一样 。

修复老照片是利用AI算法替代图像数据中缺失或者损坏的部分 。 而一键磨皮是在保护头发、眼睛等细节部位外 , 其它部位进行模糊处理 , 相当于是一种粗糙的去噪声的方式 , 并不能很好的去除模糊和提升清晰度 。

常用的磨皮算法包括均值模糊、高斯模糊、中值滤波等 , 它们的去噪效果很好 , 但视觉效果太差 。 效果比较好的去噪算法是双边滤波算法 。

一位接受采访的图像识别专家告诉我们 , AI修复的林青霞照片采用的算法包括 , 人物区域监测 , 任务区域去噪音 , 去模糊等算法 。

通常来说 , 图像修复包括多种任务:降噪/去噪、超分辨率重建、图像填充、图像去模糊、JPEG去块等 。

传统上 , 图像修复可以使用基于扩散方法来处理 , 这种方法将局部结构传播到位置部分 , 或者基于示例的方法 , 每一次构建缺失部分的一个像素点(块)同时保持和周围像素点的一致性 。

当缺失部分很大时 , 这些方法会失效 , 因此需要一个额外的部件提供合理的想象力(来自机器的幻觉) 。 这些附加的信息可能是由自然图像的高阶模型提供 , 例如由深度神经网络计算的那些 。

依赖预训练神经网络的幻觉来填补图像中的大洞 。 深度神经网络使用监督图像分类 。 在监督图像分类中 , 每个图像都有一个特定的标签 , 并且神经网络通过一连串的基本操作运算来学习图像到标签之间的映射 。


推荐阅读