有码变高清！一秒还原马赛克-程序员宅基地
文末有干货 “Python高校”，马上关注
真爱，请置顶或星标
作者 | 贝爽
转自：雷锋网（leiphone-sz）
论文地址：https://arxiv.org/pdf/2003.03808.pdf
像素不够，后期修图来凑？
在知乎搜索低像素修图，结果求助帖多到刷不完，而且从PS技巧、插件神器到各类修图App教程多到眼花缭乱，重点是效果不知道会怎么样。
不过，近日杜克大学（Duke University）研究团队开发了一款AI修图黑科技PULSE，可以解决所有低像素烦恼。据说它能够将图像原始分辨率放大64倍，任何渣画质都可以秒变高清、逼真图像，甚至被打了马赛克的人脸图像，毛孔、皱纹，头发也都能被清晰还原。
1
马赛克秒变高清人像
PULSE是一种新型超分辨率算法，它通过潜在空间探索对照片采样，可以将16x16像素的低分辨率（Low Resolution，简称LR）放大到1024x1024像素的高分辨率（High Resolution，简称HR），在几秒内增加了64倍，而传统方法最多只能放大8倍。
先来看一组示例，修图界最难处理的LR大头照，经过PULSE也可以秒变高清、细腻的图像。
更重要的是，PULSE可以定位面部的关键特征，以更高分辨率生成一组类似的细节。图中尽管头像被打上了马赛克，PULSE也可以自行“想象”出诸如眉毛、睫毛、头发、脸型等面部细节，形成高清、逼真人像。
不过，过度虚化产生的人像只是一种虚拟的新面孔，事实上它并不存在。正因如此，这项技术不能用于身份识别。比如监控摄像头拍摄的失焦、无法辨别的图片，不能通过PULSE还原成真实存在的人像。
一位杜克大学研究小组的计算机科学家Cynthia Rudin说“此前从来没有如此超高分辨率的图像被制作出来，它能够产生不存在的新面孔，而且看起来很真实”。
同时，她补充到，这项研究所采取的技术可以广泛应用于医学、显微镜、天文学，以及卫星图像等领域。另外，该研究团队已将论文已经发表至预印论文库arVix，同时被IEEE国际计算机视觉与模式识别会议（CVPR 2020）收录。
2
“缩减损失”，超越常规修图法
对于一个LR图像，传统将HR分辨率部分匹配给LR图像而获取超高分辨率（SR）的方式，往往会导致HR图像出现感光度差、不平滑，画面失真的情况。
在本次研究中，杜克大学研究团队开拓了一种新思路，提出新型超分辨率算法PULSE，它不是遍历LR图像来慢慢添加细节，而是发现与HR相对应的LR，通过“缩减损失”的方式得到SR图像。
原始LR(第一行),PULSE输出HR（中间行）,HR对应的LR(最后一行)
PULSE使用了生成对抗网络（GAN），它是一种训练模型，顾名思义，通过对抗博弈的方式来进行目标训练。其主要结构包括一个生成器（Generator）和一个鉴别器（Discriminator），在同一组照片训练中，一个负责训练接收到的图像并输出，一个负责接收该输出，并检验其是否足够逼真。
以下是与原图对比后的试验结果：
图中，第一行为原图，第二行为通过“缩减损失”得到的HR所对应的LR，而第三行经过PULSE得到的HR，可以看出，尽管与原图还存在细微的差别，但还原度已经非常高。
论文中表明，为了检验PULSE在SR方面的优势，杜克大学研究团队采用4种不同的图像缩放方法与其进行了比较研究。本次研究利用CelebA HQ数据集中的1440张图像，以x8，x64的比例因子，对LR面部图像，尤其是眼部、唇部以及头发等细节之处进行了试验。
PULSE呈现出了明显的优势，尤其是在X64分辨率下，模糊头像被完全还原，尤其是在眼唇等细节之处，其他方法几乎达不到这样的效果。
另外，针对测试结果，研究人员采用感知超分辨率常见的MOS测试方式，邀请五位评分者对图像结果进行了1-5的打分，结果显示，HR源高清图像分辨率得分为3.74，而PULSE达到了3.60，仅差0.14，可以说几乎达到了真实的高质量图像的水平。
不过，研究人员也承认PULSE还不是很完美。它产生的高分辨率图像与专业原图像相比还有一定的差别。但随着技术和工具的改进，这项技术会被一点点的完善。
现在研究团队已经将PULSE发布到Github开源平台，而且收割了569科颗星星。有修图烦恼的朋友可以安装体验一下~（Github地址：https://github.com/adamian98/pulse）
引用链接：
http://pulse.cs.duke.edu/
https://www.gizmodo.co.uk/2020/06/researchers-have-created-a-tool-that-can-perfectly-depixelate-faces/
https://www.rt.com/news/492091-ai-tech-undo-pixelation/
可以扫码加我微信，大量Python，和AI相关资源，欢迎加我交流
欢迎点击「在看」支持
智能推荐
Linux下使用crontab定时任务进行Tomcat日志分割_crontab多个任务如何分割-程序员宅基地
文章浏览阅读722次。Linux下使用crontab定时任务进行Tomcat日志分割_crontab多个任务如何分割
AGV小车导航控制 研一《智能控制》课程文献阅读作业_四轮agv传递函数-程序员宅基地
文章浏览阅读1w次，点赞4次，收藏55次。摘要AGV（即自动导向小车）是一种集控制、定位、各种传感器技术于一体的设备。随着智能车技术的不断发展，智能车的应用范围和功能都将大为拓展，现已逐渐用于工业与民用领域。但是由于负载变化、使用环境条件恶劣等原因，在实际运用时AGV小车在定位及控制上依然有许多难点需要攻克。本文即针对上述难点，研究并设计了一种新型的驱动方式和控制系统，利用模糊控制与PID控制相结合的方法，在开机初期误差矫正快，后期平稳，可以迅速跟踪期望轨迹。在实验状态下，运行速度为1米每秒时，0.5米的误差约5秒即可消除，达到稳定状态。引言_四轮agv传递函数
Android XML文件使用-程序员宅基地
文章浏览阅读230次。转自：http://www.cnblogs.com/zhengtao/articles/1924940.html一、布局文件：在layout目录下，使用比较广泛； 我们可以为应用定义两套或多套布局，例如：可以新建目录layout_land(代表手机横屏布局)，layout_port(代表手机竖屏布局)，系统会根据不同情况自动找到最合适的布局文件，但是在同一界面的两套不同布局文
std::thread和std::this_thread的详细说明-程序员宅基地
文章浏览阅读2.5k次，点赞3次，收藏13次。std::thread类来表示执行的各个线程。执行线程是实际上是执行一系列指令，可以在多线程环境中与其他此类序列同时执行，同时共享相同的地址空间。std::this_thread命名空间包含了对当前线程的一些基本操作，如获取当前线程id、休眠当前线程、让渡当前线程的时间片给其他线程等。_std::this_thread
jQuery 父元素选择器 parent() 和 parents()_jquery父元素选择器-程序员宅基地
文章浏览阅读7.7k次。jQuery的父元素选择器小编很少使用，但却看到不少web开发者们经常使用。小编个人是不太推荐使用父元素选择器的。因为如果是列表的情况下，在循环时可以将当前的索引绑定给需要点击的按钮，通过索引查找元素。本篇文章在小编不推荐的情况下，还是决定写一篇。先来一段 HTML结构代码<table class="table table-bordered" id="user..._jquery父元素选择器
杰理之MCLK 主时钟【篇】_mclk wclk 区别-程序员宅基地
文章浏览阅读84次。也称IIS系统时 钟，一般是采样频率的256倍、512倍，384倍。假设采样率是48K，MCLK输出的时钟是采样的256倍，则MCLK会输出 48K*256 = 12.288MHz。_mclk wclk 区别
随便推点
正则化的作用以及L1和L2正则化的区别_l1l2正则化原理和区别-程序员宅基地
文章浏览阅读3.5w次，点赞103次，收藏505次。0 正则化的作用正则化的主要作用是防止过拟合，对模型添加正则化项可以限制模型的复杂度，使得模型在复杂度和性能达到平衡。常用的正则化方法有L1正则化和L2正则化。L1正则化和L2正则化可以看做是损失函数的惩罚项。所谓『惩罚』是指对损失函数中的某些参数做一些限制。 L1正则化的模型建叫做Lasso回归，使用L2正则化的模型叫做Ridge回归（岭回归。但是使用正则化来防止过拟合的原理是什么？L1和L..._l1l2正则化原理和区别
【Win10】打开控制面板提示：操作系统当前的配置不能运行此应用程序-程序员宅基地
文章浏览阅读1.2w次，点赞2次，收藏19次。win10系统，打开控制面板，提示 操作系统当前的配置不能运行此应用程序_操作系统当前的配置不能运行此应用程序
神经网络压缩 剪枝 量化 嵌入式计算优化NCNN mobilenet squeezenet shufflenet_基于数据压缩的mec网络中系统能效的优化方法-程序员宅基地
文章浏览阅读1.1w次，点赞5次，收藏58次。性能提升方法本文github链接1. 小模型 mobilenet , 更精细模型的设计，紧致网络设计 mobilenet squeezenet shufflenet 123MobileNet逐通道卷积 + 普通点卷积 SqueezeNet 1∗1 和3∗3 卷积较少通道数量 ShuffleNet..._基于数据压缩的mec网络中系统能效的优化方法
高并发场景以及应对技巧-程序员宅基地
文章浏览阅读2.7k次。业务系统高并发（High Concurrency）限流： 鉴于只有少部分用户能够秒杀成功，所以要限制大部分流量，只允许少部分流量进入服务后端。分流：负载就是问题，高并发问题。均衡就是解决手段。削峰：对于秒杀系统瞬时会有大量用户涌入，所以在抢购一开始会有很高的瞬间峰值。高峰值流量是压垮系统很重要的原因，所以如何把瞬间的高流量变成一段时间平稳的流量也是设计秒杀系统很重要的思路。实现削峰的常用的方法有利用缓存和消息中间件等技术。异步处理：秒杀系统是一个高并发系统，采用异步处理模式可以极大地提高系统并_高并发场景
登录界面转换实现html,一个登录界面的PS设计和HTML/CSS实现-程序员宅基地
文章浏览阅读341次。这样的登录界面可用在网站、桌面软件、Web软件等上面，你可以根据自己的需求改变界面配色。好的，先看看界面最终设计的效果：1、创建登录界面的背景在Photoshop中，选择“圆角矩形工具”，设置半径为10px。将前景色设置为#aeaeae。然后绘制如下的矩形框。尺寸大小取决于你自己。下面为这个登录背景框添加图层样式：透明度为 40%添加阴影:渐变叠加：从黑到白，具体参数如下:这时背景框的效果如下：2..._登录框效果图如何做成html
EM算法 - 2 - EM算法在高斯混合模型学习中的应用_em算法在高斯混合模型中的应用-程序员宅基地
文章浏览阅读8k次，点赞5次，收藏15次。声明： 1，本篇为个人对《2012.李航.统计学习方法.pdf》的学习总结，不得用作商用，欢迎转载，但请注明出处（即：本帖地址）。 2，由于本人在学习初始时有很多数学知识都已忘记，所以为了弄懂其中的内容查阅了很多资料，所以里面应该会有引用其他帖子的小部分内容，如果原作者看到可以私信我，我会将您的帖子的地址付到下面。 3，如果有内容错误或不_em算法在高斯混合模型中的应用