--------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----------
近日，一个“修复老北京街道”的视频刷屏全网。一段由加拿大摄影师在 100 年前的北京被 AI 修复后，活灵活现地展现在人们面前，一百年前人们打招呼的方式、使用的乐器、交通工具，在这段视频中，都清晰可见。配上颇合时宜的音乐，24 小时内，已经有了将近 50 万的点赞量，10 万多次的转发，接近 3 万的留言，看来周六大家也有在好好工作啊。
这个视频来自一位名叫“大谷Spitzer”的博主，据他所说，接触老片修复是一个偶然，整个项目也只花了 7 天时间就顺利完成了。
先来一起看看这惊人的修复效果。
👇老视频👇
👇修复后效果👇
修复后的视频把当时的北京城演绎的活灵活现，下边的片段中，左下角👇小哥呆呆的看着镜头，连细微的表情都清晰可见，青涩中带有一点可爱，想象一下这位憨厚的小哥来自一百年前，还是让文摘菌感慨万千。
怪不得网友们纷纷赞叹。有网友表示，不仅整体氛围没话说，连细节部分也分毫毕显，“每个人脸上都是新奇又不敢接近的表情”。
甚至有网友留言表示，“博物馆应该收藏你的作品”！
博主在视频最开始就说道，想用技术为社会做一些有意义的事情，怀着仰慕的心情，文摘菌联系到了这位“大谷Spizer”，来看看他是怎么说的吧~
7 天完工，难在显卡！整体满意，颜色上还有不足
自称将 AI 视为业余爱好的大谷如今身在纽约，接受文摘菌采访的时候，他感叹道，自己做 AI 科普视频做了七年，没想到一下子火了，现在完全处于“被信息淹没”的状态。
大谷透露道，其实这次接触老片修复纯属偶然，在搜索其他资料时候，偶然间在 YouTube 看到了人民日报上传的一段老北京视频，对其中对视镜头的部分十分有感触，“有一种穿越时空的感觉”。同时，一想到一百年前的人们有那个年代的思想，看问题的角度和现代有所差别，是很有趣的体验，自己恰好了解相关技术，为何不将老片上色补帧，做成活灵活现的 60 帧，和大家分享呢？
具体到操作上，根据大谷介绍，可以大致分为补帧、扩分辨率、上色三个环节，每个环节也都用了不同的工具，整体框架的流程则主要参考了 Denis Shiryaev 在社交媒体上分享的经验贴。
大谷说道，整个项目只用了 7 天时间，大部分都是硬性的时间消耗，比如补帧需要一到两天，扩分辨率至少一天，上色也需要花费一天时间，再加上要做到 4K60fps，渲染速度很慢。多方考量之下，他把人民日报 14 分钟的原片剪到了 10 分钟。
相比而言，去年国庆 164 分钟修复版《开国大典》让人们亲眼目睹三次战役胜利到开国大典的历史过程。除了借助 AI，胶片的撕裂、划痕等都是专业的修复师一帧一帧地修补。“修复过程中，我们70%的时间都在完成资料片镜头的修复工作。”负责本片修复工作的三维六度公司的首席技术官周苏岳说道，虽然修复时间只用了 40 天，但这却是 600 人每天工作 20 小时的奋战结果！
在视频中，相信大家也会看到时不时会出现颜色跳来跳去的情况，大谷表示，在补帧之前用工具把老电影中经常出现的画面闪烁去掉了，否则会更严重，整体的色彩上，AI 的渲染效果也明显偏淡。
除此之外，大谷这次利用的是国外的一套模型，显然无法直接将其套用到 100 年前的中国影片修复上，在颜色上就无法做到历史性的准确，视频中的上色都是AI学习的成果，虽然肤色大致还原了，但是在红绿服装等方面的真实性还有待商榷。
也正是考虑到这些不足，大谷对去年参与《开国大典》修复的工作人员表达了敬意，“AI 没办法做到艺术家那么准确，尤其是在历史方面，而《开国大典》对历史准确性的要求更高”，随后他也打趣地说道，或许可以“让 AI 看看清宫剧，提升一下准确率”。
就像大谷在视频开头所说，他想用技术做一些对社会有意义的事，在这次视频爆红之后，他表现得相当豁达，“太深刻的大意义倒也说不上”，主要是想借此让人们对历史有所反思。不少网友指出，视频中几乎看不到女性，这正是历史生动性的体现，既有光鲜也有不足，让大家意识到现在的生活是多么来之不易。
同时，作为老北京人，大谷也想通过视频分享他的切身感受，让更多人看到一百年前的民俗，尤其是上了色帧数提高之后，“感觉确实不一样，也感慨这一百年的变化”。
对于目前收到得反馈，大谷表示“完全没想到”，他看了很多评论，也受感触于一些留言，还有人私信向他表示，给太姥姥看后，也很怀念那个年代。
大谷透露道，这其实是他第一次尝试做视频修复，后续或许会出一期视频介绍一下具体的操作。对于后续的视频更新计划，他想要介绍一下国内已经成熟的语音修复技术。
目前，大谷在研究一款换衣 AI，通过把模特导入系统，在 Photoshop 里换好衣服，就能生成模特穿上衣服的各种姿势，听上去是淘宝卖家会喜欢的 AI。不过，大谷介绍道，这个AI目前还处于“婴儿状态”，精度上不是很乐观，未来需要大量的训练，以后或许也会做个视频介绍一下。
AI 助力，老片修复一直在路上
对于这次用到的技术，大谷表示，上色主要还是应用在黑白照片和电影上，补帧技术就可以遍地开花了，比如修复像素动画的跳帧问题，或者在动画领域加以应用，因为动画很多是 12 帧/秒，甚至 6 帧/秒，补帧之后效果很好，也终于可以看更流畅的 EVA 了。
Denis Shiryaev通过神经网络修复老视频的内容今年在油管爆红了一阵子，他使用Topaz Labs的Gigapixel AI和DAIN图像编辑应用程序将1896胶片缩放到4K分辨率，不仅将素材增加到4K，还将帧率提高到每秒60帧。
Shiryaev最火的作品是用Gigapixel AI将1896年拍摄的50秒无声短片《火车进站》(the Arrival of a Train at La Ciotat Station)做成了4K格式，把模糊的原片做成了高清画质，完全符合当下的高清视频标准！
尽管存在一些缺陷，如图像会出现跳跃或某些细节依旧模糊，但已经很棒了！为了使这一作品更加完整，Shiryaev还为这部无声电影添加了声音。
这些图像是通过生成对抗网络(GANs)得来的。
科普一下，GANs是由两个相反的神经网络组成的。第一个网络基于训练对象的数据生成对象，而第二个的作用是确定对象的真实性。第一个网络通过不断尝试，直到它的作品完美到足以欺骗第二个网络。通过这种方式，才得以生成最有可能的图像。
Gigapixel AI软件使用一种专有的插值算法来分析图像，它可以使图像更清晰，甚至在放大了600%之后。
再来说说DAIN(深度感知视频帧插值)，它可以将帧想象并插入现有视频剪辑的关键帧之间。换句话说，DAIN首先分析并映射视频片段，然后插入在现有图像之间生成填充图像。这与4K电视的运动平滑功能是同一个概念。为了在这段1896年的视频中达到同样的效果，Shiryaev添加了足够多的图像来将速度提高到60帧每秒。因此，DAIN自动生成，然后在最初记录的24张图像之外，每秒添加36张额外的图像。
Shiryaev的 “火车”的视频修复版本看起来像是一部使用智能手机或GoPro拍摄的最新电影。与原始视频相比，效果非常惊人，尤其是在新版本中获得了流畅性。列车上的阳光反射和月台上的女士珠宝都被记录的很完整，也许是最显着的改进之一。
Shiryaev也用神经网络对这一修复视频进行了着色：从一堆彩色照片开始，将它们转换为黑白，然后训练神经网络以重建彩色原稿。
除了上文提到的《开国大典》，在老片修复上，“中影·神思”的开发，能缩短修复电影所需时间的四分之三，成本可以减少一半，目前已成功应用于《厉害了，我的国》《血色浪漫》《亮剑》等多部影视剧的图像修复与增强当中。
爱奇艺也推出了其自主研发的视频增强技术ZoomAI，为电影修复提出解决方案，这是业内第一个利用较低成本、将深度学习技术应用在视频画质增强场景中的方案。但不可否认的是，这种技术如果被有恶意的人使用，例如，可以用于制作“伪造品”并允许视频中的身份盗用，也会导致巨大的社会问题。
原文链接：https://yqh.aliyun.com/detail/9818
文章转自阿里云云栖号，本文一切观点和《机器智能技术》圈子无关
