这几天最火的莫不是Google Brain在提升图片分辨率方面取得的突破性进展：成功将8×8(毫米)网格的像素马赛克转换成为肉眼可辨识的人物图像。
效果大概就是这个样子：
从模拟到标清，再到高清、超高清，安防技术可是在“看得清”上面做足了功课。毕竟无处不在的摄像头一年四季都运行着，如果因事故现场、立案调查等调取监控，因分辨率过低而出现画质不清晰，对公安办事造成严重影响，安防这脸没处搁。
那Google Brain究竟是如何做到全程无码的呢?
右手边的图片，是 32 x 32 网格的真实人物头像。左手边的图片，是已经压缩到 8 x 8 网格的相同头像，而中间的照片，是 Google Brain 基于低分辨率样片猜测的原图。
整个复原过程使用了两种神经网络。
一个是 Conditioning Network，将低分辨率照片和数据库中的高分辨率照片进行对比。这个过程中迅速降低数据库照片中的分辨率，并根据像素颜色匹配一堆同类照片。
一个是Prior Network，它会猜测哪些细节可以作为高分辨率照片的特征。利用 Pixel CNN 架构，该网络会筛查该尺寸的同类照片，并根据概率优先对高分辨率照片进行填充。例如，提供的同类照片是名人和卧室，Prior Network 根据优先级最终确认了名人的照片。Prior Network 会在低分辨率和高分辨率照片中做出决定，如果发现鼻子的可能性比较大，就会选择鼻子。
为了制作出最终的无码高清图片，需要融合这两个神经网络输出的数据，最终结果往往会包含一些似是而非的新细节。
所以，看到这里，你会惊讶发现：那些细节都是计算机的“猜测”，也是假的。
但是这不意味着Google Brain的图像分别率对安防意义不大。我们需要清楚地知道，尽管计算机得出的不是真实的原始图像，但是对于人类辨识已经提供了很大的帮助。
安防企业在图像处理方面表现如何?
去年三月，科达首次对外展出了科达猎鹰系列图侦工具，其中的猎鹰图像处理系统：提供低质图像增强、模糊图像增强、车辆处理、人脸重建、去噪声、去雾等专业图像处理功能，是科达结合公安行业特点与自身技术优势，自主研发的最新一代图像处理系统软件。
在图像技术上，海康威视10年前就设立了专门的图像处理团队，对图像处理进行深入研究。海康威视的星光系列摄像机就用到了海康威视自主研发的细节增强算法和3D降噪算法，其将人眼的主观感受和自适应细节增强和降噪技术相结合，在低照度场景中表现不俗。
图像处理技术到底怎么用?
在很多时候，描述不够准确会选择监控，监控模糊而针对其低像素进行补救，在寻找犯罪嫌疑人的时候能起到不小的辅助作用，及时抓住犯罪案件的关键。
其次，在智慧交通中，高清视频监控越来越重要。一旦发生交通拥堵或事故后，指挥中心通过视频监控系统可以快速调取现场信息并展开救援。发现违章行为，可以拍照取证，加大处罚力度，可以有效节制违章行为。
高清、无码一直是安防的监控技术追求。有了Google Brain的这项图像分辨率提升技术，安防高清无码不是梦。
本文转自d1net（转载）
