为什么理想的MEGA能卖到56万？
06-21
像素不够，后期修图怎么样？在知乎上搜索低像素照片修图，发现帮助帖子太多了，根本看不完，而且从PS技巧、插件神器到各种照片修图APP的教程也太多了，让我心疼不已。
我眼花缭乱。
关键是不知道效果如何。
不过，杜克大学的一个研究团队最近开发了一种可以解决所有低像素问题的黑色AI图像编辑技术PULSE。
据称，它可以将图像原始分辨率放大64倍，任何质量较差的图像都可以在几秒钟内转变为高清逼真的图像。
即使是马赛克的人脸图像，毛孔、皱纹、毛发也能清晰还原。
马赛克转高清人像PULSE是一种新的超分辨率算法，通过潜在的太空探索对照片进行采样，可以将16x16像素的低分辨率（Low Resolution，简称LR）放大到x像素的高分辨率（High Resolution） 。
，简称HR），在几秒钟内放大了64倍，而传统方法最多只能放大8倍。
我们先来看一组例子。
照片修图界最难处理的LR头像，通过PULSE可以秒变高清细腻的图像。
更重要的是，PULSE可以定位面部的关键特征，以更高分辨率生成一组类似的细节。
虽然画面中头像是马赛克的，但PULSE还可以“想象”眉毛、睫毛、头发、脸型等面部细节，形成高清、栩栩如生的肖像。
然而，过度模糊产生的肖像只是一张虚拟的新面孔，实际上并不存在。
因此，该技术无法用于身份识别。
例如，监控摄像头拍摄的失焦、无法识别的照片无法通过PULSE恢复为真实的肖像。
杜克大学研究团队的计算机科学家辛西娅·鲁丁 (Cynthia Rudin) 表示：“以前从未产生过如此超高分辨率的图像，可以生成尚不存在且看起来逼真的新面孔。
”同时她补充道，这项研究中使用的技术可广泛应用于医学、显微镜、天文学和卫星图像等领域。
此外，研究团队已将论文发表到预印本论文库arVix，并被IEEE国际计算机视觉与模式识别会议（CVPR）收录。
“减少损失”超越了传统的图像修饰方法。
对于LR图像，传统的通过将HR分辨率与LR图像进行部分匹配来获得超高分辨率（SR）的方法往往会导致HR图像的灵敏度较差且平滑度不均匀。
图像失真。
在这项研究中，杜克大学的研究团队提出了一种新的想法，提出了一种新的超分辨率算法——PULSE。
它并不是遍历LR图像来慢慢添加细节，而是找到HR对应的LR，并通过“reduce Loss”方法得到SR图像。
原始LR（第一行），PULSE输出HR（中间行），HR对应LR（最后一行） PULSE使用的是生成对抗网络（GAN），这是一种训练模型，顾名思义，是通过对抗性游戏进行的。
目标训练。
其主要结构包括生成器（Generator）和判别器（Discriminator）。
在同一组照片训练中，一个负责训练接收到的图像并输出，另一个负责接收输出并检查它是否足够真实。
以下是与原图对比后的测试结果：图中，第一行是原图，第二行是“减少损失”得到的HR对应的LR，第三行是得到的HRPULSE所著。
可以看到，虽然和原图还是有细微的差别，但是还原度已经非常高了。
论文显示，为了测试Confluence在SR方面的优势，杜克大学研究团队使用4种不同的图像缩放方法与其进行了对比研究。
本研究使用CelebA HQ数据集中的图像对LR面部图像进行实验，特别是眼睛、嘴唇和头发等细节，比例因子为x8和x64。
PULSE表现出明显的优势，尤其是在X64分辨率下，模糊的头像完全还原，尤其是眼睛、嘴唇等细节。
其他方法很难达到这样的效果。
另外，对于测试结果，研究人员采用感知超分辨率常见的MOS测试方法，邀请五位评分者对图像结果进行从1到5的打分，结果显示HR源高清图像分辨率得分为3.74 ，而PULSE则达到了3.60，仅相差0.14，可以说几乎达到了真实高画质图像的水平。
然而，研究人员也承认PULSE还不够完美。
它产生的高分辨率图像与专业原始图像有些不同。
但随着技术和工具的进步，这项技术会一点一点的完善。
现在研究团队已经将PULSE发布到Github开源平台并收获了stars。
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
06-21
06-18
06-18
06-18
06-18
06-18
06-18
06-18
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