微软研究团队开发基于AI算法，用变分自动编码机恢复老旧照片
点击上方“机器学习与生成对抗网络”，关注"星标"
获取有趣、好玩的前沿干货！
开源最前线(ID:) 猿妹整编 | 来源 逆锋起笔
微软研究团队里的万紫宁、张波等人员，开发出了一种新开的基于AI算法。这种算法是用于借助深度学习去恢复老旧照片的，它跟通过监督学习还原旧照片的方式不一样呀，真实照片的降级是很复杂的呢。
“old--back-to-life”的作者，运用变分自动编码机，也就是VAE，把图像转变至隐空间，且于隐空间中开展图像恢复的操作，这样的转换能够很好地展现出真实照片。
此外，为了处理一张旧照片里的多种退化情况， -old--back-to-life构建了一个全局分支以及局部非全局分支，全局分支是专门针对结构化缺陷（像是划痕与灰尘点）的功能，局部非全局分支主要是针对非结构化缺陷（比如噪声和模糊度），-old--back-to-life于隐空间中将两个分支进行了融合，借此提升了从多个缺陷去还原旧照片的能力，并且要留意公众号 逆锋起笔，回复 pdf来下载你所需的各类学习资料。
如何使用
此项工程仰仗于「--」，依循教程来进行设置之便。首先地，你要搞妥安装以及下载预先训练好的模型这一事宜，而后呢，便能够借助一条简易的指令轻快地回复往昔的照片。
对于没有划痕的图像：
python run.py --input_folder [test_image_folder_path] \
--output_folder [output_path] \
--GPU 0
对于有刮擦的图像：
python run.py 执行 --input_folder 操作，其路径为 [test_image_folder_path] ，是这样的情况 。
有一个名为“--output_folder”的，其路径是“[output_path]”，并且路径中带有反斜杠“\” 。
--GPU 0 \
--with_scratch
注意：请尝试使用绝对路径。最终结果将保存在中.///。
当下，微软并无直接发布带有标签的有划痕旧照片数据集的打算。要是你想获取配对的数据，你能够运用官方所提供的预训练模型去测试收集而来的图像，以此获得标签。
下面我们还是来看看几组不同照片的还原效果吧：
猜您喜欢：
欢迎 你 发表评论: