阅读：0
听报道
作者：宋欣仪
出门在外，是不是才觉得妈妈的唠叨分外可爱又令人怀念。母亲节到了，翻箱倒柜想找出一张妈妈的老照片，却因为早已泛黄褪色而触碰不到回忆的信号，记不得哪年哪月哪天，找不回那条曾经以为可以一直走都走不到尽头的童年街巷。弯弯的月亮，摇在手里的蒲扇，是回不去的流逝光阴，但能不能至少将这些回忆镌刻在相片，然后紧紧攥在手里？
最近图像修复大火，从网友们用小程序“你我当年”一键修复老照片到GitHub上的热门项目“用机器学习给黑白照片上色”，我们似乎找到一个保存记忆的良方。
GitHub上给老照片上色的一个项目：DeOldify
岁月从墙上剥落，小时候牵着妈妈的手哭着闹着要买的那根冰棍，你还记得它的颜色吗？用DeOldify给黑白照片上色，尝试拼凑出曾经的家庭生活的欢乐色彩，也找回曾经的家庭时光的温度。
假如母爱有颜色，它不应该是黑白而模糊的。回忆应该是在明朗的月光下，沿着夏夜的风爬上家门口的梧桐，然后轻轻敲打我的窗台。
《黑暗中的舞者》讲述一个母亲来到美国为了治愈失明的13岁儿子，甘愿自己被捕入狱，并且最后被判死刑。当死亡就在眼前时，巨大的恐惧和强烈的求生欲让她嘶叫嚎哭，只有朋友告诉她儿子手术成功，不会失明时，才让她镇定下来，惊恐无助的女孩又回归成为了从容的母亲。是非常适合母亲节观看的一部影片。
这是影片最后行刑前比约克对儿子说的话：
亲爱的儿子俊，别害怕，我从不孤单，这不是最后一首歌，没有小提琴，合唱团那么安静，没人转圈。这是倒数第二首歌，记得我说过的话，把面包包好，把床铺好。
大火的小程序“你我当年”
网友用小程序“你我当年”还原女星模糊照片后的美貌：
林青霞修复后的照片
我的妈妈可能有点普通，有时候还有点市侩。我们说“为母则刚”，但她当年也只是一个被捧在手心里的小公主。快拿妈妈年轻时候的照片也试一下，看一看她当年的风采。
图像修复技术一览
AI修复官：记忆不再模糊
“你我当年”主要运用CNN、GAN等AI技术。美颜软件中常见的磨皮功能是做减法，将照片去掉细节，做模糊处理。常用的磨皮算法包括均值模糊、高斯模糊、中值滤波等，它们的去噪效果好，但视觉效果差。而你我当年是做加法，可以自动补充细节，即利用AI算法替代图像中缺失或者损坏的数据。
AI修复的大小S照片在网上引起惊叹
图像修复一般用“扩散”的方法来处理，这种方法将局部结构应用到其他部分。或者用“示例”的方法，每一次构建缺失部分的一个像素点（块）保持和周围像素点的一致性。但是当缺失部分很大时，这些方法会失效，因此就需要运用机器学习。由一个高阶模型提供补充的信息，例如深度神经网络。
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，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。通过输入学习大量的数据集（数百万张带有成千个的标签的图像），神经网络可以实现准确的分类，实施一个判别式预训练的神经网络来指导图像重建。
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Jason Antic软件工程师展示了用DeOldify为老电影上色，效果非常惊艳。
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-Attention Generative Adversarial Network）、两个时间尺度更新规则（Two Time-Scale Update Rule）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)。
GitHub地址：
https://github.com/jantic/DeOldify/blob/master/README.md
上色体验地址：https://colorize.cc/
年轻时候总是想往远方走，停也停不下的固执脚步，却忘了背后还有一个人在凝视着你的背影。离开的那天没有回头，也不知道她眼里有没有泪水。再回头却早已看不清楚妈妈的样子了。
在母亲节，给妈妈打个电话，然后把妈妈的画像牢牢印在脑海吧，这一回不要再忘记了。照片只是辅助，有些事还是要握在手心，刻在心头。
话题：
0
推荐
财新博客版权声明：财新博客所发布文章及图片之版权属博主本人及/或相关权利人所有，未经博主及/或相关权利人单独授权，任何网站、平面媒体不得予以转载。财新网对相关媒体的网站信息内容转载授权并不包括财新博客的文章及图片。博客文章均为作者个人观点，不代表财新网的立场和观点。
京公网安备 11010502034662号 