智能家居网关将得到普及，捷稀推出《黑客H3》深度开拓高端市场
06-17
2010年上映的科幻电影《银翼杀手》设想了充满赛博朋克科技的一年：天空布满了飞行汽车，人类可以使用大屏幕机器（超能力者）完成许多任务令人难以置信的工作。
主角和德卡德追查复制人的下落时，他们利用埃斯珀挖掘出了肉眼所忽视的线索。
里克将现场发现的一张可疑照片插入到埃斯珀中，一遍遍无损地放大照片的一角，终于在镜子的倒影中找到了人造人朱拉。
科幻作品的想象力有时会受到当时技术的限制。
2000年个人电脑刚刚开始普及。
《银翼杀手》我没有想到互联网的出现会改变人类的生活方式，也没有想到模拟技术有一天会被数字技术取代。
技术取代。
但其无损图像放大技术的想象非常超前，这仍然是一个很难解决的问题。
您可能也遇到过这样的情况：聚会结束后，朋友们一起拍了一张合影。
回去后，他们放大看老同学的脸，或者那天晚上喝的饮料的牌子，但看到的却是模糊的。
马赛克。
这是因为当我们将照片放大到一定程度时，局部分辨率已经很低，我们看到的都是由像素组成的图像。
是否有可能像我们30年前所幻想的那样，从一个微不足道的“马赛克”中提取出额外的图像信息？谷歌的AI团队最近发表了一篇博客，提到了一种新的图像算法，与《银翼杀手》的想法非常接近。
令人难以置信的分辨率提升 ▲ 64 x 64 64 x 64 像素的皮卡丘照片有多大？以iPhone拍摄的百万像素照片为模板，其大小只有其千分之一左右。
当在高清屏幕上显示时，你只会看到完整的“马赛克”。
▲ 超高分辨率照片在数字时代，我们在屏幕上看到的每张图像都是由密集的像素组成的。
单位面积上组成图像的像素越多，分辨率就越高，相应的图像也越好。
清除。
谷歌的AI研究人员正在思考是否有可能从低分辨率中提取足够的图片信息，利用机器学习尽可能地恢复图片的原始面貌，提高图片的分辨率，得到清晰的图片？ ▲ 图片来自：Google 最近发布的博客，Google 展示了其最新的研究成果，结果非常令人震惊——通过两种不同的算法，64 X 64 像素的照片可以恢复到 X 像素的分辨率，而且细节效果非常逼真。
需要指出的是，谷歌通过机器学习算法恢复的照片势必与原始照片存在一些偏差。
然而，当我们无法获得原始场景（比如过去的老照片）时，一张尽可能接近现实的“还原”照片才真正有价值。
▲ 图片来自：Google 据 Google 介绍，修复一张“马赛克”照片包含两个过程——“破坏”和“重组”。
首先，为了尽可能挖掘出“马赛克”像素方块的图形细节，谷歌研究人员会先使用高斯噪声算法对测试样本进行处理，得到完全由噪声点组成的“雪花图像” ，看起来有点像以前没有噪音的模拟电视。
信号图。
▲ 第三行是Google的修复算法，第四行是原始图像参考。
图片来自：谷歌。
然后，研究人员利用神经网络算法逆向高斯噪声的破坏过程，并通过逆向恢复过程合成新的图像数据。
从纯噪声图像中尽可能减少噪声，以获得清晰的图像。
▲ 图片来自：Google 图像修复的原理并不复杂，但涉及的算法并不简单。
为了以“一对一修复”的方式修复大型高清图像，谷歌研究人员提出了超分辨率算法SR3和超联合扩散模型CDM，通过大规模图像对比学习来提高修复的准确性。
值得一提的是，虽然我们一直用“马赛克”来指代低分辨率、大像素、低清晰度的图片，但这与实际经过编码的照片有本质的区别。
▲ 图片来自：Google Google 的复原算法之所以能够让低清晰度图片变得清晰，本质上是基于图片本身所包含的正确图像信息，通过庞大数据库中无数图像的对比匹配，最终模拟出近似像素填充。
当照片被打上马赛克后，图片中包含的图像信息就会发生变化。
简单来说，马赛克算法以固定的间隔随机选择一个区域内像素的颜色，然后对该区域内所有像素的颜色进行平均，用新的颜色填充方形网格。
编码后，原始像素信息全部丢失，得到的只是随机计算的误差信息。
这时，要求机器学习来恢复它，就像要求它对一道完全错误的题给出正确答案一样。
这几乎是不可能回答的。
因此，如果有人想利用谷歌算法来挖掘一些被删除的私人信息，他们可以放弃这个想法。
你已经进入未来▲ 图片来自：Google 谷歌的高清修复算法很可能最终会应用到 Google Photos 和 Snapseed 等谷歌图像处理软件中，并成为我们像 HDR、透视校正等算法一样的图像编辑工具之一。
回到《银翼杀手》电影，Esper实际上是一个非常有趣的机器。
它有点像模拟技术和数字技术的融合。
一方面，它非常先进，人们可以通过语音控制它，并实现无损放大；另一方面，它又很老式，有清晰的大屏幕但仍然是CRT结构，导入照片的过程仍然是从实物照片扫描。
根据电影的效果，埃斯珀可能会固定照片中的某个坐标，然后放大照片，通过精确的镜头结构（显微镜）进行观察。
现在来看，无损放大的想法非常先进，但模拟技术显然不是现实未来的一部分。
对于现代人来说，手中的手机、电脑就是每个人的“超能者”。
▲ 图片来自：Adobe 如今，照片已经完成了全数字化工作流程的演变，利用数字技术放大照片不再是难事。
也就是说，你实际上已经进入了《银翼杀手》所描述的“未来”。
▲ 图片来自：Adobe Image 超分辨率一直是计算机视觉领域的热门研究课题。
Adobe等公司正在开发相关的图像处理技术，并已应用于Photoshop、Lightroom等图形处理软件中。
以 Photoshop 为例。
导入RAW格式图像后，可以选择“增强”功能的“超分辨率”功能。
软件会根据相似的内容丰富图像的纹理，并将图像的分辨率放大4倍。
整个过程大约需要一分钟。
▲ 图片来自：Adobe 可以看到对比度增强前后的照片。
分辨率提升后，照片的清晰度明显提升，一些模糊、无法辨认的细节也变得清晰起来。
Adobe在今年3月发布的技术博客中提到，其使用的超分辨率算法也经过了广泛的机器学习训练，正在不断细化和改进。
▲ 图片来自：Adobe 图像分辨率的爆炸性提升有什么意义吗？也许拍完照片后，你不会放大它来研究每一个细节，但当你需要打印照片时，照片的分辨率直接决定了打印的最大尺寸。
这对于摄影师来说尤其重要。
有时用广角镜头拍摄风景时，会看到一只老鹰在天空中飞过。
使用广角镜头拍摄通常无法捕捉到鹰羽毛的细节。
在这种情况下，请使用超分辨率进行放大，然后进行裁剪。
您可能会得到您想要的图片。
▲ 先裁剪，然后使用超像素放大，得到百万像素照片。
图片来自：Adobe Adob??e在博客中以一张百万像素照片为例，利用超分辨率功能将其放大到百万像素，这样就可以打印出“像样的”照片，Adobe将这个过程描述为“数字变焦”。
”对比Adobe和Google的算法，两者存在一些差异。
Adobe要求RAW格式的照片保留大量图像的原始信息用于计算，而Google的算法可以根据一些非常粗略的信息来恢复照片。
▲Adobe的算法通过大量的机器学习不断改进。
图片来自：Adobe。
目前这两种算法还没有完全成熟，还需要大量的机器学习来提高计算还原的准确性。
但可以肯定的是，超分辨率技术将在不久的将来成为最流行的图像技术之一，帮助人们摆脱长焦镜头等设备的限制，记录生活的每一个细节和瞬间。
为了看到更清晰的世界，我们不断探索。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-18
06-21
06-18
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态