探索科技前沿新方向让美好离我们更近一点

设为不失联

点击上方公号名称→右上角三个点→设为星标

爱上黑科技，让科技与生活完美结合

ID：Black-keji

作者

佚名

来源

轻丫

GenerativeAdversarialNetworks（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想法？

今天的分享就到这里

下面还有更多内容值得探索

??????

添加，进技术讨论区和大神一起突破高端玩法！

??●

转载请注明:http://www.aideyishus.com/lkcf/861.html