大家好，我是极智视界，本文介绍一下 用 AI 算法修复模糊老照片的方法。
唐、宋、元、明、清，清朝 (1636 年 ~1912 年) 是中国历史上最后一个封建王朝，共传十二帝。统治者为 爱新觉罗氏。从努尔哈赤建立后金起，总计 296 年；从皇太极改国号为清起，国祚 276 年。清，在你的记忆中是不是这样的：
清朝在我们的记忆中已经很遥远了，远到似乎只能从 遗址 、考古、鉴宝 才能唤起一些场面。但现实 2022 - 1912 距今也才 110 年而已。这很容易引发思考，人活着 百年后又留下了什么呢。喜欢研究历史、研究天文的人们一定了解，人类如此渺小而短暂，故如何利用好有限的一生，特别重要。
1931 年 918 事变是抗日战争的开始，那是一段不堪回首的记忆，同胞们受尽了折磨、凌辱，但中华好儿女生来倔强，于 1945 年取得抗战的完全胜利，这段红色记忆可能是这样的：
我们再来算一下 2022 - 1945 = 77 年，也才 77年，不得不感叹 改革开放、一国两制 给新中国带来的的发展势头，现在的和平与美好生活真的来之不易。
现代生活，科技真的让生活越来越美丽。性能越来越好的手机、清晰度越来越高的相机 还有各种丰富的传感器 sensor，把我们生活的点点滴滴 清晰 的记录下来。清晰画面、清晰视屏、清晰语音的背后支撑，是 sensor 硬件的不断先进，是图像处理算法的不断升级。随着 AI 算法的不断进步，现在我们完全可以用 AI 算法来修复我们“模糊的记忆” 了，而且效果还挺不错。大家可能听过 清朝的黑白录像彩色化、静态的人像眼睛一眨一眨笑起来了，这些都是 AI 的能力。
GAN 网络是一个很好玩的算法，可以做很多有趣的事情，比如：生成风格不一样的人像、人像动漫化、给你换个发型、性别互换后你会长啥样、要是你是印度人你会长啥样 等等，当然也包括咱们这里的 人像去模糊。
这里我们用到了 GAN 算法，如果想要工程源码，可以点击 这里 自取。整个网络的架构如下：
该网络主要由两个模块组成:
- (1) 去退化模块：为一个 Unet;
- (2) 先验的预训练 GAN 模块：为一个 StyleGAN2;
两个模块通过基于通道分割的空间特征转换 (CS-SFT) 方式连接，去退化模块将潜在特征映射至预训练的 StyleGAN2 的潜在特征空间，多分辨率特征从粗到细地调制 StyleGAN2，损失函数除了传统的对抗损失之外，还添加了面部组件损失、身份保真损失、去退化模块重建损失。
在我们拿到工程后先进行依赖环境的安装：
# Install basicsr - https://github.com/xinntao/BasicSR # use BasicSR for both training and inference pip install basicsr # Install facexlib - https://github.com/xinntao/facexlib # use face detection and face restoration helper in the facexlib package pip install facexlib pip install -r requirements.txt python setup.py develop # If you want to enhance the background (non-face) regions with Real-ESRGAN, # you also need to install the realesrgan package pip install realesrgan
接着可以按 README.md 里去下载预训练权重，也可以直接如下命令：
wget https://github.com/TencentARC/GFPGAN/releases/download/v1.3.0/GFPGANv1.3.pth -P experiments/pretrained_models
然后可以进行推理验证：
python inference_gfpgan.py -i inputs/whole_imgs -o results -v 1.3 -s 2
其中一些传参的解释如下：
Usage: python inference_gfpgan.py -i inputs/whole_imgs -o results -v 1.3 -s 2 [options]... -h show this help -i input Input image or folder. Default: inputs/whole_imgs -o output Output folder. Default: results -v version GFPGAN model version. Option: 1 | 1.2 | 1.3. Default: 1.3 -s upscale The final upsampling scale of the image. Default: 2 -bg_upsampler background upsampler. Default: realesrgan -bg_tile Tile size for background sampler, 0 for no tile during testing. Default: 400 -suffix Suffix of the restored faces -only_center_face Only restore the center face -aligned Input are aligned faces -ext Image extension. Options: auto | jpg | png, auto means using the same extension as inputs. Default: auto
咱们用一些图片进行效果的展示：
可以看到 人像去模糊 效果还是很不错的。
这个时候，你是不是应该动动你的小手，拿出老照片，实践一下，看看效果呢~
好了，以上分享了 讲解 AI 算法修复老照片的方法，希望我的分享能对你的学习有一点帮助。
