这期《网言网语》，小编继续给大家盘点人工智能四大热门应用之旧影修复。
AI助力《开国大典》修复重映
旧影修复并不是新鲜事，一方面，人们对经典老片总是有着难以割舍的怀旧情结；另一方面，保护不断流失的珍贵音像遗产的也是全人类的责任，对老电影的修复工作在很早就提上了日程。
但是长久以来，依靠技师手工逐帧修复、合成的传统方式需要耗费大量的物力和时间，使得旧影片的修复工作进展缓慢，制约了旧影片大规模的修复。
正所谓山穷水复疑无路，柳暗花明又一村，随着人工智能领域机器学习、图像处理等技术的快速发展，AI修复影片成为老片修复的新方式。
AI修复的十六岁的林徽因
详细来说，相比于传统的影片修复，AI修复影片具有压倒性的优势，它可以节省大量的成本、时间和人力。
传统的老片修复往往是通过有艺术功底的老技师，以昂贵的软硬件为基础，利用传统的图像处理技术来完成的，一部时长2h的影片的修复可能就要一个十几人的修复师团队连续工作20天左右。相反，AI技术则可以先通过机器学习和模型训练来填充细节提高老电影的画质，再利用深层神经网络为老电影“上色”，最后进行转录和人脸识别，从而完成对整部影片的修复，这个过程大概只需要12个小时左右，极大地提高了旧影片的修复效率。
通过AI修复的女明星
AI修复影片的原理是什么呢？
在AI开始“工作”之前，它必须经过大量的学习来搭建模型和推演算法：一方面，对照人工修复前后的影片；另一方面，在清晰的片子上加糊、加噪，人为模拟老片。通过这些基本素材，超分辨率、去噪锐化、修复污迹、色彩增强成为了人工智能技术助力老片修复的“基本技能”。
近日，一名小伙利用AI程序修复了一部百年前记录北京人日常生活影片，走红网络。视频中原本色彩单调轮廓模糊的人影经过修复后变得面目清晰，动作流畅，加上后期逼真的音效，瞬间带着观众穿越回1920年的北京。
修复影片主要使用了两种神经网络：Google 的 DAIN（深度感知视频帧插值，Depth-Aware Video Interpolation）和 Topaz Labs的 Gigapixel AI。其中，Gigapixel AI 用于将微弱分辨率的视频一直扩展到 4K，而 DAIN 用于创建和插入之前不存在的帧，从而将视频的FPS（每秒图像的帧数） 增加到60。
首先来看 Gigapixel AI，随着图片放大，它可以对图片进行细节填充。具体的实现方法，是通过分析按比例缩小的大量图像，了解丢失的信息。经过训练，当图片放大时，Gigapixel AI 可以自动弥补图像损失的细节，让画质效果更佳。
第二个算法是由Google工程师团队和一些研究员开发的插帧算法DAIN 添加的。DAIN 也像 Gigapixel AI 一样可以填充细节，但却是插入整个图片而不是单个像素，从而将帧速率提高到每秒 60 帧。
总结来看，AI修复能够将原本需要大量人力分工协作才能完成的任务整合批量化，可以大大地节省人力成本和时间，也因此，基于AI人工智能的数字化高清修复技术在逐渐成为旧影修复的新方式。
各大视频网站已经悄然抓住了这个商机：爱奇艺启动了“全球经典拷贝修复计划”和“经典电视剧数字化建复工程”，早在两年前就开发了ZoomAI技术；优酷也启动了“经典影剧修复计划”并开设了“高清经典”专区……
有市场才会有投入，由此也可以看出，AI修复影片确实存在巨大的商业市场和广阔的光明前景，其重要性也就不言而喻。
修复的经典电影《三毛从军记》
经典影片的修复和数字化不仅使得人们可以欣赏到几十年前的优秀电影作品，也提高了文化遗产保护的成功率，使得老电影文化遗产保护工作向前迈进一大步。
当然，AI能做到的远远不止如此，在未来，随着5G时代的到来，AI修复影片的技术甚至还可以用来修复优化即时视频的不清晰画面、抖动、噪音问题……可以说，它有着足够的潜力待人挖掘。
但同时，我们也要回归现实，目前的AI修复还存有很多的缺陷和不足，比如机器审美力不足，上色错误……有潜力就会有发展，有缺陷就会有改进的空间，这也就意味着新一轮的机遇和挑战。
因此，综合来看，AI修复影片技术，称得上是潜力无限，大有可为！
（记者 丁小伟 王向鹏）
