为了修图你能有多拼?为啥不用AI让渣图秒“变身”

　　[PConline 杂谈]为了修图你能有多拼？对于经常需要修图的人来说，最麻烦的就是去掉与自己无关的路人，要么就是美颜瘦身，再者就是将因像素低不清楚的照片，不管是用专业的修图软件还是简单方便的各类APP，都是一件费时又耗力的事，有时候修出来的图片效果还差强人意。不过现在好了，借助AI技术我们就可以轻松完成繁复的修图工作。

　　有消息称，杜克大学的研究团队于近期成功开发出了一款AI修图技术叫PULSE，它能有效的处理图片像素过低而导致的不清晰问题。从介绍来看，PULSE能将原图像的分辨率放大64倍，甚至连图片上打的马赛克，都能清晰的还原出来。

　　实际上，这个PULSE是一种新型的超分辨率算法，通过对图片采样能将原本16x16低分辨率（Low Resolution，即LR）的图像，在短短的几秒内，放大到1024x1024像素的高分辨率（High Resolution，即HR），是原画的64倍，而传统方法最多只能放大8倍。

　　值得一提的是，PULSE算法可以准确定位出面部的关键特征，之后以更高的分辨率生成一组类似的细节。因此，就算图片中的头像被打了马赛克，PULSE算法也可以将其“想象”出眉毛、睫毛、头发、脸型等面部细节，形成高清逼真的人像。

　　这里需要说明的是，如果图片过于虚化，那么PULSE产生的人像只是一种虚拟的新面孔，而事实上这个人并不存在。鉴于这个原因，PULSE算法不能应用到身份识别当中，也就是说，监控摄像头拍摄的失焦或是无法辨别的图片，我们不能通过PULSE还原成真实存在的人像。

　　对此，该研究团队的计算机专家Cynthia Rudin表示，过去从来没有如此超高分辨率的图像被制作出来，它能够产生不存在的新面孔，而且看起来非常逼真。这项研究所采取的技术，可以广泛的应用于医学、显微镜、天文学以及卫星图像等领域。

　　对于一个低分辨率图像来说，传统方法是将高分辨率部分匹配给低分辨率图像，从而获取超高分辨率（即SR）的方式，这样常常会导致高分辨率图像出现感光度差、不平滑、画面失真的情况。

　　因此，在本次研究中，研究团队开拓了一种新思路，就是提出了新型超分辨率算法PULSE，它不是遍历低分辨率图像来慢慢添加细节，而是发现与高分辨率图像相对应的低像素部分，通过“缩减损失”的方式得到超高分辨率图像。

　　待进一步了解得知，PULSE使用的是生成对抗网络（GAN，是一种训练模型），通过对抗博弈的方式进行目标训练，主要包括一个生成器和一个鉴别器，在同一组照片训练中，一个负责训练接收到的图像并输出，一个负责接收该输出并检验其是否足够逼真。

　　此外，在该团队发布的论文中也有阐述，为了检验PULSE在SR方面的优势，团队采用了四种不同的图像缩放方法与其进行了比较研究。本次研究利用CelebA HQ数据集中的1440张图像，以x8，x64的比例因子对LR面部图像，尤其是对眼部、唇部以及头发等细节之处进行了试验。尽管现阶段来说，PULSE还不是很完美，其产生的高分辨率图像与专业原图像还有一定的差距，但相信随着未来技术和工具的改进，这项技术会得到进一步的完善。