微软研究院开发出惊人的照片恢复算法

微软研究团队 Ziyu Wan、Bo Zhang 等人开发了一种新的基于 AI 的算法，用于通过深度学习方法恢复遭受严重退化的旧照片。

与可以通过监督学习解决的传统恢复任务不同，真实照片中的退化是复杂的，合成图像与真实旧照片之间的域差距使得网络无法泛化。

他们的新技术通过利用真实照片和大量合成图像对，提出了一种新颖的三元域翻译网络。 具体来说，他们训练两个变分自动编码器 (VAE) 分别将旧照片和干净照片转换为两个潜在空间。 这两个潜在空间之间的转换是通过合成配对数据学习的。

这种转换可以很好地推广到真实照片，因为域间隙在紧凑的潜在空间中是封闭的。 为了解决混合在一张旧照片中的多重退化问题，他们设计了一个全局分支，其中一个局部非局部块针对结构化缺陷，例如划痕和灰尘斑点，一个局部分支针对非结构化缺陷，例如噪声和模糊。 这两个分支在潜在空间中融合，从而提高了从多个缺陷中恢复旧照片的能力。 所提出的方法在旧照片恢复的视觉质量方面优于最先进的方法。

请参阅以下视频中演示的技术：

不幸的是，微软还没有提供一个演示站点来试用该技术，但希望该公司能够得到提示。

阅读更多详细信息 在微软这里.