谷歌再逆天:AI去除图像马赛克,岛国片迷有福了,你懂的!

 

谷歌2016四大突破:alphaGO/master、认识猫、自动翻译、返老还童、然后到清除马赛克······...

谷歌在2016带来四大突破:围棋战胜人认识猫自动翻译返老还童

然后,2017,清除马赛克······
不用找了,天网就是谷歌


从岛国片迷的角度,图像马赛克的发明可以说是人类进步史上一次重大的“开倒车”……自马赛克发明以来,如何去掉马赛克一直是技术社区和民间共同的课题。

福利来了!谷歌的人工智能 Google Brain 研究团队近日对外公布了一项新技术,可以把一张只有 8 x 8 像素的大颗粒图片还原成相对清晰的图片。





话说,微软刚刚在1月底推出了一项自动视频打码技术,用户只需要选择视频中的一个人物,AI就能自动识别、追踪视频中这个人物所有露脸的地方并进行模糊打马赛克处理。



微软这是要消除片子里所有雌雄动物露点的节奏啊……



大概因为站在吃瓜看片观众的对立面,微软的全片自动马赛克还没有捂热,谷歌就来打脸了。



Google Brain发布了一个名为超强像素递归方案(Pixel Recursive Super Resolution)的AI系统,能提高像素乱化处理后的照片的分辨率。通俗地讲,就是能“去除”马赛克。

那么问题来了:微软的盾,谷歌的矛,究竟谁厉害呢?



谷歌在论文《RAISR:快速且准确的图像超分辨率》(RAISR: Rapid and Accurate Image Super Resolution)中详细介绍了这个算法的原理和效果。在下图中,右列是名人照片未经马赛克的原图,左列是被打码后的照片,分辨率仅有8x8像素。而中间是谷歌的AI解码处理后的效果,分辨率达到32x32像素,足足提升了16倍。



左起:马赛克版、谷歌AI还原版、原图

通常情况下,马赛克是难以去除的。这是因为在打码过程中,原图信息会经历不可逆的损失。根据奈奎斯特采样定理,如果这个采样频率比原始数据的频率的 2 倍还要低,那么必然产生不可逆的数据损失。


在过去,最常见的马赛克去除方法是插值。我们可以把每一个像素想象成一个特定颜色的小格子,这些特定的颜色可以用特定的数值代表。一张图片就是由无数这样的小格子组成的。而最常见的马赛克手段,就是把那个区域的数字都取周围数字的平均数。



如上,所谓的插值,就是把这块被取并均值的区域再进行放大,比如放大200%的话,原来被打码区域里的一个小格子就会被2x2=4个格子取代,剩下的任务就是再重新填充这4个格子的颜色。我们可以通过取周围若干个格子颜色的加权平均值来填充每个格子,取的周围格子数越多,还原效果也就越好。当然,这种解码手段最后呈现的效果并不能令人满意。

去年,得州大学的一个团队推出了一个名为Torch的反马赛克算法,不过Torch的原理是识别而非复原。也就是说,Torch可以匹配出被打马赛克图片相符或者相似的原图。

Google Brain的这个算法思路其实与Torch一脉相承,只是技术上更进一步。开发者们通过深度学习让机器产生“联想”,以“猜测”的方式为被马赛克的色块增加细节,提升像素倍数,从而得出更清晰的画面。比起“还原”,还不如说这是AI靠强大的学习和计算能力“脑补”出了原图。

这种AI“脑补”基于两项核心工具。第一项工具调节网络(conditioning network),是一个CNN(卷积神经网络),通过向系统展示海量人物面部照片来进行训练,让系统记忆学习到具有代表性的面部特征。另一项工具优先网络(prior network)是一个PixelCNN,让系统基于之前的训练,猜测哪些细节可以作为高分辨率照片的特征,并根据概率优先原则,从所有可能的原图中找到最有可能匹配的细节,对高分辨率照片进行填充。



训练机器还原卧室照片所用的样本示例

你没看错,卧室花成那样也能复原!

要想保密你的效果图,嘿嘿不可能了。

目前,该系统“还原”出的人脸照片的成功率是90%。在“还原”场景图片方面,该系统的表现可能会更好一些,其成功率可以达到72%。50%以上的成功率意味着已经几乎复原,可以以假乱真。



“还原”人脸混淆率为10%(成功率90%),“还原”场景混淆率为28%(成功率72%)。



训练机器还原人脸照片所用的样本示例



上图:原图像,下图:RAISR 超分辨率 2×



左图:原图,右图:RAISR 超分辨率 3×

使用一个或多个画面的超分辨率技术,已经取得了很大的进展。如今,机器学习的使用串联了已经发展了数十年的图像技术,在图像处理方面取得了很大的进展并产出许多潜在的价值。
 
例如,除了提升你在手机上双指放缩图像的质量外,你还可以捕捉、保存或者传输低分辨率图像并按照自己的需求“超分辨”这些图像,在质量上没有视觉上的降低。而且除了没有明显的质量损失,它也利用了更少的移动数据与储存方案。

至于岛国片之类,由于人体那几个部位大同小异,AI要想“脑补”出来,显然不是什么难事,比人脸差了几个数量级吧……



从此以后,让马赛克颤抖吧!

目前,谷歌这项还原真相的逆天产品尚未能在Google Play官方市场里下载。不过,我们还可以直接拍摄不可修改的真相,同样让PS见鬼去吧。





访问pai8.com,或识别以上二维码下载,或者到各大app市场搜索“pai8”。安装之后,自己动手拍摄属于你自己的真相,别忘了分享出来哦~

让我们和谷歌一起,共同见证无码的真相时代!


本文综合参考Google Research等素材编辑而成。

如果你喜欢这篇文章,请在页尾点
如果您也有精彩文章,您可直接投稿于gao@abbs.com,我们会定期筛选分享给我们的ABBSer。


    关注 SAS中文论坛


微信扫一扫关注公众号

0 个评论

要回复文章请先登录注册