伴随着计算机科技的迅猛发展，“人工智能”强势崛起，从“高大上”走向“接地气”已经是成为不可逆转的趋势。人工智能可以解决农业、医疗保健、教育和世界经济发展中的许多问题，甚至重现影像资料。

百年前的北京是什么样子？近日，一位叫大谷Spitzer的微博网友，利用AI技术，将人民日报4年前发布的1920年北京黑白影像资料，做了修复工作。

一百年前人们打招呼的方式、使用的乐器、交通工具，在这段视频中，都清晰可见。配上颇合时宜的音乐，24小时内，已经有了将近50万的点赞量，10万多次的转发，接近3万的留言。

| AI 是怎么修复老片的？

据报道，作者 @大谷 Spitzer 修复这个视频的过程，主要有三部分，分别是补帧（让视频更流畅）、上色（让黑白变彩色）和分辨率扩增（让视频变更清晰）。

具体到工具，@大谷 Spitzer 补帧用的是 DAIN，上色用的是 DeOldify，分辨率扩增用的是 ESRGAN。

补帧的DAIN，简单来说就是一个基于视频深度信息感知的时间帧插值算法。DAIN 算法不会直接生成画面，而是先通过获取视频深度信息，检测出物体遮挡情况。然后，从相邻像素收集上下文信息，来完成层次特征学习。最后，基于上述信息生成视频帧。

视频上色方面，他用到了 DeOldify，这是一个在深度学习圈非常热门的项目。DeOldify 基于一种名为 GAN（生成对抗网络）的技术。它通过两个神经网络相互博弈的方式来学习数据，能生成逼真的新内容，其中一个广为人知的应用，是可以换脸的 Deepfake。

DeOldify 采用了一种改良过的 GAN 模型，即保留了 GAN 训练的优点（绚烂的色彩），又消除了视频中物体闪烁等副作用。

分辨率扩增上，@大谷 Spitzer 用的是 ESRGAN，同样是 GAN 的应用。把一张图片放大超过其原本分辨率，是很多人经常会做的事。这样的结果是，图片会变得模糊，因此就有人去研究，怎么把图片发大超过分辨率，而不变得模糊。

ESRGAN 利用深度学习方法来解决这一问题，相比传统方法，能得到更好的效果。


| AI 修复百年古董老电影

除了@大谷 Spitzer，今年2月也有国外网友Denis Shiryaev利用一种增强程序Gigapixel AI，将1896年的古董电影《火车进站》，转变成了4K 60fps高清“大电影”。

在修复帧率方面，他主要采用的技术是AI插值。据Shiryaev介绍，他采用的是一种叫做Gigapixel AI的商业图像编辑软件（付费）。这款软件由Topaz实验室创造，可以让图像的质量提升600%。

它利用一种专有的插值算法，对图像做分析、识别其细节和结构，最后将额外的“信息”填充到图像中。

这个工作量是什么概念？普通的高清是1920×1080，总像素为2073600，而4K高清是3840x2160，总像素是8294400。也就是说，光是要把普通高清提升到4K高清，就需要额外填充600万个像素。

不仅如此，还需要弄清楚如何显示这些额外的像素，这就是插值过程的用武之地。插值估计每个新像素要显示什么内容，这个过程是基于它们周边的像素。对于这一点，有许多方法可以来衡量，包括最近邻 Nearest Neighbor方法、双线性插值 Bilinear Interpolation方法、双三次插值 Bicubic Interpolation。

通过结合双线性插值和双三次插值，就可以生成光学质量损失最小的放大图像。而这一过程，Gigapixel AI利用深度卷积神经网络来完成。

至于着色工作，同样是利用神经网络，从一堆彩色照片开始，将它们转换成黑色和白色，然后再重建彩色原图。

---

AI 加速了老片修复的速度，也给 AI 在社会生活中的应用打开了新的思路。从人脸识别到智能家居，从无人驾驶汽车到智能教育，从智能穿衣镜到超级医生，无一不说明人工智能的未来已来。

思铺学院准备了丰富的人工智能相关项目，包括短期营地、科研训练、微创课题，对人工智能感兴趣的同学，可以咨询相关老师。