你可以找到創(chuàng)建新圖像的人工智能，但如果你想修復(fù)一張舊的家庭照片呢？你可能有一個(gè)不收費(fèi)的選擇。Louis Bouchard和PetaPixel提請(qǐng)注意騰訊研究人員最近開發(fā)的一個(gè)免費(fèi)工具GFP-GAN（生成性面部先驗(yàn)-生成性對(duì)抗網(wǎng)絡(luò)），它可以恢復(fù)受損和低分辨率的肖像。該技術(shù)合并了來自兩個(gè)人工智能模型的信息，在幾秒鐘內(nèi)用真實(shí)的細(xì)節(jié)填補(bǔ)照片缺失的細(xì)節(jié)，同時(shí)保持高精確度和質(zhì)量。
傳統(tǒng)的方法是對(duì)現(xiàn)有的人工智能模型進(jìn)行微調(diào)，通過衡量人工和真實(shí)照片之間的差異來恢復(fù)圖像?？茖W(xué)家們說，這經(jīng)常導(dǎo)致低質(zhì)量的結(jié)果。新方法使用現(xiàn)有模型的預(yù)訓(xùn)練版本（英偉達(dá)的StyleGAN-2），在圖像生成過程中的多個(gè)階段為團(tuán)隊(duì)自己的模型提供信息。該技術(shù)旨在保留照片中人物的 “身份”，尤其是眼睛和嘴巴等面部特征。
你可以免費(fèi)試一試GFP-GAN的演示。創(chuàng)作者還發(fā)布了他們的代碼，讓任何人在他們自己的項(xiàng)目中實(shí)現(xiàn)這一修復(fù)技術(shù)。
這個(gè)項(xiàng)目仍然受到當(dāng)前人工智能的限制。雖然它的準(zhǔn)確性令人驚訝，但它是在對(duì)丟失的內(nèi)容進(jìn)行有根據(jù)的猜測(cè)。研究人員警告說，你可能會(huì)看到 “身份的輕微變化 “和比你可能喜歡的更低的分辨率?；镉?jì)們，不要靠這個(gè)來打印你祖父母的海報(bào)大小的照片。同樣，這里的工作是有希望的–它暗示了一個(gè)未來，在那里你可以很容易地拯救那些否則就會(huì)在時(shí)間的摧殘下丟失的圖像。
