AI技术已达如此高度:去码、上色6到飞起

简介: AI技术已达如此高度:去码、上色6到飞起在图片处理领域这块,AI刷的存在感越来越多。早前笔者就介绍过AI无损放大图片、AI去除马赛克、AI自动给线稿上色之类的玩法,现在,又有人给笔者推荐了一个AI黑科技——黑白照片一键变彩色。

--------点击屏幕右侧或者屏幕底部“+订阅”,关注我,随时分享机器智能最新行业动态及技术干货----------

在图片处理领域这块,AI 刷的存在感越来越多。早前笔者就介绍过 AI 无损放大图片、AI 去除马赛克、AI 自动给线稿上色之类的玩法,现在,又有人给笔者推荐了一个 AI 黑科技——黑白照片一键变彩色。

image.png

AI 在图片处理领域频频刷存在感,就算是马赛克,AI 技术也能修复成高清,现在 AI 还能上色了!

是的,AI 可以让黑白照自动变成彩色照片了!我们知道黑白照片上色的难点,在于它其中并没有包含任何色彩信息,需要靠人来辨认物体的什么,然后靠想象、脑补才能猜出黑白照应有的颜色,靠人工填上去。而现在,AI 也可以做到这一点?据介绍,这个“Colourise.sg”网站,利用了机器学习和神经网络算法,利用数十万张的照片建立了着色模型,我们一起来看看它到底靠不靠谱。

Colourise.sg是一个来自于新加坡的网站,在国内连接速度并不算快,有时候会出现连接问题。

image.png

Colourise.sg页面

Colourise.sg 的使用很简单,开启网页后,滚动到页面下方的交互框,就可以上传图片了。使用前,可以需要先做一个人机验证,判断你是不是真人,有时候这个验证码会刷不出来,多刷几次就可以了。

image.png

在这个框框上传需要上色的图片

Colourise.sg 一次只能为一张黑白照片上色,上传黑白照片后,Colourise.sg 很快就会给出结果。Colourise.sg 给出的结果还是很好玩的,提供了原图和上色后图片的对比图,而且用户可以拖动原图和上色图片的分界线,作更详细的比较。

Colourise.sg 的 AI 上色效果如何?我们来看看几组照片。

首先是一张二战历史照片。这张照片原本就是黑白照,可以看到 Colourise.sg 的上色效果还是比较自然的,但一些细节也有翻车的情况,总体来说比较好评。

我们再用现代的彩色照片来测试 Colourise.sg 的功力。这里先利用 PhotoShop 的去色程序,将一张彩色照片去色,然后再将它上传到 Colourise.sg 用 AI 上色,对比原先的彩色照片,看看 Colourise.sg 的上色到底是不是真的那么神奇。

首先来看两张风景照。

1.png

2.png

可以看到,Colourise.sg 总体来说还是比较自然的。它能够比较好地判断天空、海水、沙滩、绿植等要素,并给出了较为正确的色彩。特别是海边的这张照片,上色效果已经接近以假乱真,和原片只有风格上的差异而已。不过 Colourise.sg 对于一些细节的把控仍是有问题的,例如无法分辨枯叶和绿叶,只能笼统地将植物都填上绿色,对比原图色彩单调了不少。

再来看一张室内照。

3.png

这张照片Colourise.sg 的处理效果是不太理想的。和原图相比,Colourise.sg 上色的版本丢失了很多色彩,而且反差不强烈。对于室内布置的人造物,Colourise.sg 似乎没有太多的上色方案,毕竟和自然物体相比,人造物体的颜色有更多的可能性,Colourise.sg 的上色趋于保守也是可以理解的。但 Colourise.sg 竟然也没正确还原盆栽绿植的颜色,这就有点令人失望了。

最后我们来看一张食物的照片。

4.png

这简直就是翻车现场。Colourise.sg 基本没有起到上色的作用,换言之 Colourise.sg 根本就不知道这些食物、餐具应该的什么颜色。食物、餐具也是人造物,看来 Colourise.sg 对没有固定颜色搭配的物品,上色的确不擅长。

总结

可见,Colourise.sg 的能力还是比较局限的。对于自然景观、人脸皮肤等颜色比较固定的对象,Colourise.sg 能够正确上色;而对于家具、食物、餐具等颜色千万种的事物,Colourise.sg 就难以应付了。当然,随着数据库的进一步充实,AI 是可以继续进步的,期待今后有更好的 AI 上色方案吧。

image.png

原文链接:https://ai.51cto.com/art/202008/622706.htm

目录
相关文章
|
9天前
|
传感器 人工智能 自动驾驶
构建未来:利用AI技术优化城市交通系统
【4月更文挑战第27天】 随着城市化的快速发展,交通拥堵已成为全球城市的普遍问题。本文探讨了人工智能(AI)技术在缓解城市交通压力、提升交通效率方面的应用前景。通过分析智能信号控制、交通流量预测、自动驾驶车辆以及公共交通优化等关键技术的实际案例,评估了AI在现代交通系统中的潜力与挑战。本研究不仅展示了AI技术在改善城市交通中的有效性,同时也指出了实施过程中需要克服的技术和社会障碍。
|
28天前
|
人工智能 自然语言处理 NoSQL
对谈Concured首席技术官:利用AI和MongoDB打造个性化内容推荐系统
内容无处不在。无论消费者寻找什么或所处任何行业,找到内容并不困难;关键在于如何找到对应的内容。
1564 0
|
1月前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗诊断中的突破与应用
在当今数字化时代,人工智能技术的快速发展正深刻改变着各行各业。特别是在医疗领域,AI技术的应用已经带来了革命性的变革。本文将探讨AI技术在医疗诊断中的突破与应用,分析其对医疗行业的影响以及未来发展趋势。
18 2
|
28天前
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在医疗领域的突破与应用
近年来,人工智能(AI)技术在医疗领域取得了巨大的突破和应用。本文将介绍AI技术在医疗领域的应用现状和未来发展前景,并探讨其对医疗行业带来的影响。
16 0
|
2月前
|
机器学习/深度学习 人工智能 运维
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系(机器学习知识导论)(二)
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系(机器学习知识导论)
60 1
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系(机器学习知识导论)(一)
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系(机器学习知识导论)
78 1
|
6天前
|
数据采集 机器学习/深度学习 人工智能
自动化测试中AI辅助技术的应用与挑战
【4月更文挑战第30天】随着人工智能(AI)技术的飞速发展,其在软件自动化测试领域的应用日益增多。本文探讨了AI辅助技术在自动化测试中的应用情况,包括智能化测试用例生成、测试执行监控、缺陷预测及测试结果分析等方面。同时,文章还分析了在融合AI技术时所面临的挑战,如数据质量要求、模型的透明度与解释性问题以及技术整合成本等,并提出了相应的解决策略。
|
7天前
|
机器学习/深度学习 人工智能 监控
构建未来:利用AI技术优化城市交通系统
【4月更文挑战第30天】 在快速发展的城市环境中,交通拥堵已成为一个日益严重的问题。随着人工智能(AI)技术的不断进步,其在交通管理领域的应用展现出了巨大潜力。本文将探讨如何通过集成机器学习、深度学习和大数据分析等AI技术来优化城市交通系统。我们将讨论智能交通信号控制、实时交通流量监控、预测模型以及自动驾驶车辆如何共同作用于缓解交通压力,提升道路使用效率,并最终实现智能、可持续的交通生态系统。
|
7天前
|
机器学习/深度学习 人工智能 自然语言处理
学习AI技术
【4月更文挑战第30天】学习AI技术
20 4
|
8天前
|
机器学习/深度学习 人工智能 算法
深入分析自动化测试中AI驱动的测试用例生成技术
【4月更文挑战第29天】随着人工智能技术的不断发展,其在软件测试领域的应用也越来越广泛。本文主要探讨了AI驱动的测试用例生成技术在自动化测试中的应用,以及其对提高测试效率和质量的影响。通过对现有技术的深入分析和实例演示,我们展示了AI如何通过学习和理解软件行为来自动生成有效的测试用例,从而减少人工编写测试用例的工作量,提高测试覆盖率,降低错误检测的成本。