算法|可怕,照片去马赛克成为现实( 二 )


是的!没错 , 小狐一开始也是这样想的 , 但随着深入研究 , 发现这个算法并不是这么简单!
首先 , 要说清楚 , 就要先认识一次词:“ E D M ”。 不好意思 , 小狐最近抖音看多了!是 “GAN ”。 这个全称名为 Generative Adversarial Networks ( 生成式对抗网络 ) 。
是一种深度学习的模型 , 里面有一对类似 “ 兄弟 ” 一样的东西 , 在里面互相博弈并学习产生输出!有种 “ 四驱兄弟 ” 的感觉 , 在争吵中配合并赢掉对方 。
凭借 GAN, 说白了 , 就是凭着经验去 AI 猜图 。 而 PULSE 模型则是基于 NVIDIA 的StyleGAN 算法进行开发 , 运用生成图像 “ 倒推 ” 模糊图 , 相似的才能够输出!
相当于一种 “ 逆思维 ” 开发 。 如果有对汽车开发平台有了解的小伙伴 , 可能就知道 , 这就是类似于 “ 逆向开发 ” !
比如 Input LR 是你给它处理的一张超级模糊马赛克图片 , 而这时 , 通过 GAN 会拿之前所产生出来的高清图 , 压缩成同样规格的超级模糊马赛克图片和你所给的图片逐个像素细节进行比对 , 从而找出并输出比对关键部分相似度最高的那张图片 。
是不是有点像电影里面的情节?当然!说的玄乎 , 但这也并不完成准确的 , 由于 NVIDIA 的 StyleGAN 算法是基于 FlickFaceHQ 数据库 , 而里面的数据大部分是还不是很完善 , 所以间接就会导致:
来自推特用户@jonathanfly
来自推特用户@papaabar
无中生有!所以 , 与其说是去马赛克 , 不如说是重新生成一张完整 , 相似度极高的图片给你 。 不过 , 这也本来是 AI 学习算法的结果 , 而数据库认知有限的情况下 , 这也是现阶段的最大程度化!小狐相信 , 随着时间的推移 , 算法的完善 , 类似这种技术将会走的更远 。
不过 , 如果说到去码 , 网上还是有很多值得大家一试的 , 诸如 TeclGAN,DeepCreamPy, JavPlayer 等!而在 GitHub  PULSE 和 StyleGAN 的算法图像生成器也能找到下载 , 感兴趣的小伙伴可以去试试 。
图片及资料来源: http://pulse.cs.duke.edu/


推荐阅读