谷歌大腦近日發布了一個可以把馬賽克照片還原清晰的軟件。

看樣子是個讓人很有聯想的應用。島國的愛情動作片飄過眼前，有了這款軟件是要徹底攻占騎兵的堡壘，宣告步兵的勝利嗎？

是的，你看到了一篇假文章。

嚴肅臉：下面我們開始認真研究一下谷歌的這款人工智能產品。

其實，把模糊照片放清楚，是有著很實際的用途的。比如說，緝拿犯罪嫌疑人的時候，沒有足夠清晰的照片，可以借助這項功能將照片放大，從而給警方提供更多的線索支持。

谷歌大腦的這款新產品就可以在這方面提供一些頗有價值的幫助。現在他們已經成功將8*8（毫米）網格的像素馬賽克轉換成為肉眼可辨識的人物圖像。這項技術叫做“像素遞歸超分辨率”技術（Pixel Recursive Super Resolution）。

以這組圖片為例。最右側是32 x 32像素的真實圖片，左側是已經壓縮到8 x 8像素的圖片，中間的就是通過這項技術還原的結果。結果不算很理想。還原過的圖片和真實的圖片看起來像是兩個人，但是比起左側的模糊圖片，已經好太多了，左側的圖片單獨來看完全看不出什么內容。

谷歌大腦是怎么做到的呢？它聚合了兩種神經網絡，來補充圖片的細節。

第一部分是條件網絡(conditioning network)。比如，在上面這個案例中，它會將8×8的圖片與高清圖片進行對比，將其他高清圖片縮小到8×8的分辨率，尋找圖案、顏色的相似關系。

第二部分是優先網絡(prior network)，使用PixelCNN(像素神經網絡)向8×8的源圖片中增加真實的高清細節。在上面的例子當中，優先網絡就吸收了大量的名人照片。

然后，當需要解析源圖片時，便會從其已知的圖片中尋找與之匹配的新像素，并將添加進去。例如，圖片頂部有一個棕色像素，而優先網絡或許認為那是一條眉毛：于是，當要解析圖片時，就會用眉毛形狀的棕色像素填補進去。

為了制作出最終的無碼高清圖片，需要融合這兩個神經網絡輸出的數據。總結來說，就是通過學習大量圖片，獲得給照片補充細節的能力。OK，這多少有點類似于P圖去水印還原圖片的過程。

谷歌團隊測試了呈現效果。向人類展示高清明星照和還原照片時，人類觀察員被騙的比例達到了10%，而達到50%就屬于完美得分。

在臥室照片的同類對比中，觀察員被騙的比例達到28%。這個得分怎么樣？

此外，谷歌也對比了另一個還原照片的技術——雙三次插值放大技術，這項技術沒有騙過任何一個觀察員。

當然，還原的圖片肯定不同于真實的圖片，會有一些額外添加的細節，這在圖像處理領域里術語被稱作“幻象”，只是計算機的“猜測”，換句話說，系統認為新圖片的清晰度足以“欺騙”人類的眼睛。但是，新添加的細節很可能與事實有別，似是而非。

不過，這項技術也有讓人擔心的地方。隨著這項技術的成熟，肯定可以讓還原照片高度接近真實照片。這樣的話，網上流傳的一些模糊處理的照片就失去了價值，可能導致當事人隱私泄露，帶來人身財產的安全隱患。

轉載自36氪