畫素不夠，後期修圖來湊？網路上關於低畫素修圖的問題，發問的人很多，而且從 PS 技巧到各類修圖 App 教學多到眼花繚亂，重點是效果不知道會怎麼樣。

不過，近日杜克大學（Duke University）研究團隊開發了一款 AI 修圖黑科技 PULSE，可解決所有低畫素煩惱。據說這能將圖像原始解析度放大 64 倍，任何渣畫質都可秒變高清、逼真圖像，甚至打馬賽克的人臉圖像，毛孔、皺紋，頭髮也都能清晰還原。

PULSE 是一種新型超解析度演算法，透過潛在空間探索對照片採樣，可以將 16×16 畫素的低解析度（Low Resolution，簡稱 LR）放大到 1,024×1,024 畫素的高解析度（High Resolution，HR），幾秒內增加 64 倍，而傳統方法最多只能放大 8 倍。

先來看一組範例，修圖界最難處理的 LR 大頭照，經過 PULSE 也能秒變高清、細膩的圖像。

更重要的是，PULSE 可定位臉部關鍵特徵，以更高解析度生成一組類似細節。儘管人頭打了馬賽克，PULSE 也可自行「想像」出諸如眉毛、睫毛、頭髮、臉型等細節，形成高清逼真的人像。

不過，過度虛化產生的人像只是虛擬新面孔，事實上並不存在。正因如此，這項技術不能用於身分辨識。如監控攝影鏡頭拍攝的失焦、無法辨識圖片，不能透過 PULSE 還原成真實的人像。

杜克大學研究小組的電腦科學家 Cynthia Rudin 說：「之前從來沒有如此超高解析度的圖像製作出來，它能產生不存在的新面孔且看起來很真實。」

她也補充，這項研究採取的技術可廣泛用於醫學、顯微鏡、天文學，以及衛星圖像等領域。另外，研究團隊已將論文發表至預印論文庫 arVix，同時 IEEE 國際電腦視覺與模式辨識會議（CVPR 2020）也有收錄。

「縮減損失」超越常規修圖法

對於一個 LR 圖像，傳統將 HR 解析度部分匹配給 LR 圖像而獲取超高解析度（SR）的方式，往往會導致 HR 圖像出現感光度差、不平滑，畫面失真的情況。

在本次研究，杜克大學研究團隊開拓一種新思路，提出新型超解析度演算法 PULSE，不是從 LR 圖像慢慢添加細節，而是發現與 HR 相對應的 LR，透過「縮減損失」的方式得到 SR 圖像。

▲ 原始 LR（第一行），PULSE 輸出 HR（中間行），HR 對應的 LR（最後一行）。

PULSE 使用生成對抗網路（GAN），是一種訓練模型，顧名思義，透過對抗博弈的方式訓練目標。主要結構包括生成器（Generator）和鑑別器（Discriminator），在同一組照片訓練，一個負責訓練接收的圖像並輸出，一個負責接收輸出，並檢驗是否夠逼真。

以下是與原圖比較後的試驗結果：

第一行為原圖，第二行透過「縮減損失」得到的 HR 對應的 LR，第三行是經過 PULSE 得到的 HR，可以​​看出，儘管與原圖還有細微差別，但還原度已經非常高。

論文表明，為了檢驗 PULSE 在 SR 方面的優勢，杜克大學研究團隊採用 4 種不同圖像縮放方法與其比較。本次研究利用 CelebA HQ 數據集的 1,440 張圖像，以 X8，X64 的比例因子，試驗 LR 臉部圖像，尤其是眼部、唇部以及頭髮等細節處。

PULSE 呈現出明顯優勢，尤其是 X64 解析度下，模糊頭像完全還原，尤其眼唇等細節之處，其他演算法幾乎達不到同樣效果。

另外，針對測試結果，研究人員採用感測超解析度常見的 MOS 測試方式，邀請 5 位評分者對圖像結果給予 1~5 分數，結果顯示，HR 源高清圖像解析度得分為 3.74，而 PULSE 達 3.60，僅差 0.14，可說幾乎達到真實的高品質圖片水準。

不過，研究人員也承認 PULSE 還不是很完美，高解析度圖像與專業原圖像相比還是有差別。但隨著技術工具改進，這項技術會更完善。

現在研究團隊已將 PULSE 發表到 Github 開源平台，且獲得 569 顆星星。有修圖煩惱的朋友可安裝體驗一下。

（本文由 雷鋒網 授權轉載）