目前，比较火的反马赛克软件有两款，分别是JavPlayer和PULSE。
JavPlayer利用深度学习的视频超分变率算法，针对视频中的每一帧图进行采样，然后通过AI算法还原马赛克的像素点。可能会有小伙伴表示疑惑，那还原后的图像会不会是假的？
答案：不是。因为这款软件还原图像是通过大量CPU和GPU的AI运算，把马赛克模糊再锐化，然后插值补偿损失得到的源图像。不过，需要注意的是，JavPlayer只能修复薄码视频，这也就意味着马赛克格子比较大，丢失的像素相对较少，这样插值补偿出来图像误差也会较小。
杜克大学去马赛克的方法有所不同，他们开发了一种名为PULSE的算法，虽然也是用的视频超分辨率算法，可以将低分辨率图像变高清，但它填补的不是像素，而是先生成高清大图，然后降低图片分辨率与原始图进行对比，从中找出匹配度最高的图像。
只需几秒钟，PULSE算法便可将一张16×16像素的低分辨率图像提升到1024×1024级别，效果确实很好。只不过还原后的图像与原图误差很大，比如下面这张打了马赛克的奥巴马，使用PULSE算法后却变成了一个白人。
简单点来讲，PULSE算法就是通过AI算法合成一张与原图匹配度最高的照片，而非在原图之上进行修复还原，这点还是与JavPlayer有很大区别的。
反马赛克技术不仅限于修复图片或视频，其他领域也得到了广泛的运用。
为了在光线追踪技术中提升高质量图像的输出速度，也需要对图像做降噪处理，英伟达在这方面就做得很好。此前，英伟达与麻省理工学院，以及阿尔托大学的人工智能研究人员一起创建了名为Noise2Noise的项目。
该项目团队从mageNet数据库中获取500000张图像，对它们做增噪处理。然后利用这些图像做降噪处理，以此来训练AI的降噪能力。
Noise2Noise在医疗领域非常适用，例如对核磁共振图像扫描，它能够用于图像的降噪，方便医生查看更清晰的图像。
Adobe在反马赛克技术上也颇有研究。
去年6月，Adobe正式宣布了PS反向还原技术，利用AI算法和机器学习，可判断出图片是否被修改过，确认图像变化后，该技术会将图像还原到修改前的模样。也就是说，哪怕图像打了马赛克，也可以把它还原回来。
内容中包含的图片若涉及版权问题，请及时与我们联系删除
评论
沙发等你来抢