對一些人來說，馬賽克是一個好東西，它能夠隱藏很多東西。但對於另外一些人來說，馬賽克並不是一個好東西，它遮擋住了很多關鍵的信息。於是，很多人都在想，怎麼把一個打了馬賽克或者模糊的照片變得清晰。
最後，程式設計師贏了。
根據外媒報導，一個名為「 EnhanceNet」的人工智慧圖像擴展程序，將使這個想法變成現實。
看看上面的圖片，最左邊是原始圖像，中間的是像素化的照片，右邊是經過EnhanceNet處理的結果，看起來幾乎與原圖沒有區別。
報導稱它們並不是經過PS的，利用EnhanceNet把一個模糊照片變得非常清晰。甚至可以從原始照片中重新生成景深效果。
這一工具的發明者是德國馬克斯 - 普朗克智能系統研究所的Mehdi SM Sajjadi，BernhardSchölkopf和Michael Hirsch，他們將軟體稱為「通過自動紋理合成單一圖像的超級解析度」。
這正是它所做的事情：通過合成紋理，將新的細節引入到產生的高解析度圖像中，從而擴展了非常低解析度的照片。合成的細節讓這些照片變得如此逼真，以至於幾乎無法與真實的照片區分開來。也許有史以來第一次，人工智慧能夠以不可思議的精確性重新創造出現實。不過使用的是虛假的細節。
根據研究人員論文中描述的大量實驗，「在高倍率下，圖像質量得到了顯著提升」，軟體通過「在敵對的訓練環境中進行前饋的全卷積神經網絡」來創建這些圖像，換句話說，就像其他敵對神經網絡一樣，一個系統產生結果，而另一個系統則評估結果的準確性。
這項技術讓當前的高端照片縮放方法相形見絀。下圖中，左邊使用的是最先進的方法（PSNR，或者說是「峰值信噪比」）對照片進行處理的結果，右邊是EnhanceNet的效果。
左邊的方式與Photoshop中的縮放比例一樣，這通常會導致圖像過於平滑，不可避免地會失去一些細節，也無法通過人眼測試，因此，EnhanceNet在提高質量和細節上的效果是顯而易見的。
Mehdi S.M.Sajjadi聲稱「這種算法可以很容易地放在像Photoshop這樣的商業軟體中。」更有趣的是，你可以把它變成「智慧型手機上的作業系統的一部分」，在實時放大圖像時提高圖像的質量，從而避免「模糊」。Sajjadi說。他補充道：「這還能運用到其他方面。」
從將舊電影升級到4K質量，恢復舊的家庭照片。這是我們在論文中研究過的。事實證明，使用我們的圖像算法可以讓其他神經網絡更容易地檢測圖像中的物體，這些物體在谷歌圖像搜索中有廣泛的應用，可以幫助自動駕駛汽車來探測行人。
想像一下：一個神經網絡增強了圖像，然後另一個使用結果來檢測物體。當然，這也可能應用到執法方面。Sajjadi告訴我，即使「重建的細節不一定是真實的，但這些技術確實可以用於特殊情況，比如車牌識別」。這意味著，交警沒必要用超高解析度的攝像機來逮捕那些超速的測量。他們現在可以用這項技術來做這件事。
Sajjadi說，你也可以用這個技術把像素化的臉變清晰，就像那些匿名照片一樣，雖然「重建的臉並不一定和原來的一樣，因為大多數信息在像素化過程中丟失了，這可能有助於識別某人」，他說，「這在法庭上是無效的，但你可以識別出你以前無法識別的人。」
這項技術可能會對隱私構成真正的威脅。有人可以得到這個代碼，然後訓練一個神經網絡重新構建之前模糊或像素化的圖像。
然後你懂的。
文章編譯自fastcodesign。點擊閱讀原文即可閱讀原文。