博雯 發自 凹非寺

量子位 報道 | 公眾號 QbitAI

你對“歷史”這個詞的第一印象是什么？

很多人的腦海中最先冒出來的，或許是像下面這樣粗糙顆粒、老舊模糊的黑白影片：

△圖源1951年紀錄片《抗美援朝》

但現在，在AI修復技術的幫助下，那些模糊的影片也能被賦予色彩：

在聽到最新一批在韓中國人民志愿軍烈士遺骸將于9月2日被移送回國的消息之后，“AI修復師”大谷Spitzer便再一次用這種獨特的方法，表達了自己的哀思。

而共青團中央官博也轉發了這段AI上色后的特殊視頻，并表示：

山河無恙，英雄不朽。

歷史并非黑白無聲

就如同電影《你好，李煥英》中，那段仿佛“一腳踏入現實”的從黑白到彩色的鏡頭一樣。

當這段70年前的紀錄片染上色彩之時，我們這些觀者也不禁有一種向歷史踏近了一步的感覺。

有穿著綠色軍裝，扛著紅旗前行的小戰士們：

有擠在綠皮火車上，與自己的親朋好友告別的軍人們：

還有踩在黃色土地上，從鴨綠江上橫跨而過的隊伍：

制作者大谷Spitzer表示，“每次修復這些歷史影像，都能給我帶來很大的震撼”。

而在之前的“讓革命先烈露出微笑”的項目中，他也解釋了自己所認為的“AI修復的意義”：

我會把它定義成五分鐘彼岸的一個概念。

就是說，在這種紛繁復雜的現代社會中，可能抽個五分鐘去看一段古代的影像，或者以前的影響，看看當時的古人們是如何生活的，他們所思所想是怎樣的。

AI如何修復

對于這次修復，大谷坦言，“技術難點在于多人物鏡頭的修復”。

因此，他使用了支持TensorFlow、Flink等多種計算框架的機器學習平臺PAI。

在平臺中，他增加了更多參考幀，并與其他的AI上色分辨率提升模型進行拼合，最終達到了很好的修復效果。

而在之前的項目中，大谷Spitzer也對自己所使用的AI修復技術進行了詳細解釋。

比如，用于臉部高清增強的是GAN先驗嵌入式網絡，也就是GPEN（GAN prior embedded network）。

這一網絡架構會將GAN先驗網絡嵌入到深度神經網絡（DNN）中，并從中進行微調。

上色的則是基于NoGAN技術的DeOldify，這種新型的GAN訓練模型能夠解決視頻中物體閃爍等問題：

此外，還有負責視頻幀插值的RIFE，用于臉部生成的Artbreeder，以及增加分辨率的Topaz Labs。

那些相隔百年的對視

其實在AI修復技術愈發成熟的今天，已經有越來越多的項目開始用到這項技術。

比如大谷Spitzer在去年就做過“晚清時期的北京”影像修復，玩了一把百年前的“老北京Vlog”：

而今年五月四日，央視還在AI修復節目《彩繪中國·覺醒》中展示了一段彩色的五四運動現場：

這一節目的執行編導說到他們為老影像進行修復上色的初衷，只是“想還原一段歷史”。

因為當時的人們并非生活在黑白無聲的世界里。

我們所有的努力就是想向老影像致敬并以電影的體驗方式呈現出來，以此把觀眾帶入到那段時空當中去，感受一百年前人們的精神風貌。

這也正像是這位網友所說的那樣：

我們周圍的高技術越多，就越需要人的感情。

最后附上完整視頻：

參考鏈接：

[1]https://weibo.com/2395607675/KuLYKfPO7?filter=hot&root_comment_id=0&type=comment

[2]https://www.qbitai.com/2020/05/14211.html

[3]https://www.qbitai.com/2021/07/25886.html

— 完 —

本文系網易新聞?網易號特色內容激勵計劃簽約賬號【量子位】原創內容，未經賬號授權，禁止隨意轉載。

原標題：《AI修復抗美援朝影像：彩色高清還原志愿軍71年前跨過鴨綠江》

閱讀原文