GitHub给老照片上色项目曝光：用AI修复母亲的旧照片( 四 ) 大数据文摘出

原理类似训练一个机器人，让其对缺失信息很多的图进行“脑补”；同时找来一个“鉴定师”提出意见，让机器不断钻研，双方不断提升。

AI上色师：老照片重见光彩

同样地，训练有素的AI可以学会上色，生成对抗网络的本质还是学习损失函数。通过先对照片进行图像分割， AI可以区分出标志性物体，认出图像中的各种元素，比如树木、天空、人脸、服装……在输入大量包含常见场景和人物的图片后， AI会自动学习和记忆这些关键信息的颜色，比如树叶是绿色、人脸是肤色等。因此，它可以很快开始对黑白照片里的场景进行彩色化，填补缺失色彩。

而更进一步地， AI正在逐步从静态照片进军动态效果，近日，在Facebook的F8大会上，一个名为JasonAntic软件工程师展示了用DeOldify为老电影上色，效果非常惊艳。

----GitHub给老照片上色项目曝光：用AI修复母亲的旧照片//----江苏龙网 http://www.jiangsulong.com //

电影《ReeferMadness》1936

DeOldify的深度学习模型借鉴了当前多种主流技术方法，包括：自注意生成对抗网络（Self-AttentionGenerativeAdversarialNetwork）、两个时间尺度更新规则（TwoTime-ScaleUpdateRule）以及最重要的——NoGAN——他开发的一种新型GAN训练模型，用来解决之前DeOldify模型中出现的一些关键问题。 NoGAN训练结合了GAN训练的优点(绚烂的色彩) ，并消除了一些副作用(如视频中闪烁的物体) 。