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
|
14天前
|
存储 人工智能 Serverless
阿里云《AI 剧本生成与动画创作》技术解决方案测评
本问是对《AI 剧本生成与动画创作》的用心体验。结论不是特别理想,在实际使用中仍存在一些问题。
96 22
|
2天前
|
人工智能 边缘计算 算法
AI人流热力图分析监测技术
通过深度学习算法(如CSRNet)进行实时密度估算和热力图生成,结合历史数据分析预测高峰时段,优化人员调度与促销活动。采用边缘计算减少延迟,确保实时响应,并通过数据可视化工具提升管理决策效率。
37 24
|
10天前
|
存储 人工智能 JSON
用 SAP ABAP 接入国内 AI 产品通用接口技术指南 1、调用AI接口
SAP 系统与国内先进的 AI 产品(如百度文心一言、阿里通义千问、字节跳动云雀模型、华为盘古大模型、豆包、Deepsheek 等)集成通用接口技术指南
|
2天前
|
人工智能 数据可视化 数据处理
PySpur:零代码构建AI工作流!开源可视化拖拽平台,支持多模态与RAG技术
PySpur 是一款开源的轻量级可视化 AI 智能体工作流构建器,支持拖拽式界面,帮助用户快速构建、测试和迭代 AI 工作流,无需编写复杂代码。它支持多模态数据处理、RAG 技术、文件上传、结构化输出等功能,适合非技术背景的用户和开发者快速上手。
64 5
|
2天前
|
机器学习/深度学习 人工智能 弹性计算
AI剧本生成与动画创作解决方案评测:这项技术能为短视频创作带来哪些改变?
随着短视频行业的竞争加剧,创作速度和质量成为关键。阿里云的《AI剧本生成与动画创作》解决方案利用NLP和计算机视觉技术,通过简单的关键词或主题自动生成剧本和动画,显著提高创作效率并降低技术门槛。评测显示,该方案能在几小时内完成从剧本到动画的创作,适应市场热点需求。然而,AI在创意表达和细节处理上仍有一定局限性,尤其在高要求创作中表现不如手工精细。尽管如此,对于需要快速响应市场的创作者来说,这一工具无疑是一个巨大的助力,未来有望进一步提升创作灵活性和效率。
24 3
|
16天前
|
人工智能 前端开发 Serverless
阿里云《AI 剧本生成与动画创作》解决方案技术评测
随着人工智能技术的发展,越来越多的工具和服务被应用于内容创作领域。阿里云推出的《AI 剧本生成与动画创作》解决方案,利用函数计算 FC 构建 Web 服务,结合百炼模型服务和 ComfyUI 工具,实现了从故事剧本撰写、插图设计、声音合成和字幕添加到视频合成的一站式自动化流程。本文将对该方案进行全面的技术评测,包括实现原理及架构介绍、部署文档指引、具体耗时分析以及实际使用体验。
111 16
|
4天前
|
机器学习/深度学习 人工智能 监控
AI监控智能化客户行为轨迹分析技术
本方案通过目标跟踪技术(如DeepSORT)和多摄像头协作,实时分析顾客在商场内的行为路径,识别高频活动区域,优化商场布局与商品陈列,提供个性化营销服务。基于深度学习与时序数据分析,精准捕捉顾客动线,提升购物体验与销售转化率。
|
27天前
|
机器学习/深度学习 人工智能 API
Aligner:自动修正AI的生成结果,北大推出残差修正模型对齐技术
介绍北大团队提出的 Aligner 模型对齐技术,通过学习对齐答案与未对齐答案之间的修正残差,提升大语言模型的性能。
86 28
|
8天前
|
人工智能 文字识别 自然语言处理
保单AI识别技术及代码示例解析
车险保单包含基础信息、车辆信息、人员信息、保险条款及特别约定等关键内容。AI识别技术通过OCR、文档结构化解析和数据校验,实现对保单信息的精准提取。然而,版式多样性、信息复杂性、图像质量和法律术语解析是主要挑战。Python代码示例展示了如何使用PaddleOCR进行保单信息抽取,并提出了定制化训练、版式分析等优化方向。典型应用场景包括智能录入、快速核保、理赔自动化等。未来将向多模态融合、自适应学习和跨区域兼容性发展。
|
2月前
|
人工智能 达摩院 计算机视觉
SHMT:体验 AI 虚拟化妆!阿里巴巴达摩院推出自监督化妆转移技术
SHMT 是阿里达摩院与武汉理工等机构联合研发的自监督化妆转移技术,支持高效妆容迁移与动态对齐,适用于图像处理、虚拟试妆等多个领域。
94 9
SHMT:体验 AI 虚拟化妆!阿里巴巴达摩院推出自监督化妆转移技术

热门文章

最新文章