黑科技?杜克大學新研發AI工具可將低像素圖像清晰度提高60倍
杜克大學研究人員于最近研發出一種新的AI工具,可以將模糊到難以辨認的人臉圖像轉化成電腦生成的圖像,其細節呈現將比以往任何技術都更加精細。
對比那些可以將人臉圖像縮放到原始分辨率8倍的技術,杜克大學的AI工具可以在像素極低的情況下,創造出一張分辨率比原始圖像高64倍的逼真面孔,同時還會為它添加一些原本不存在的細紋、睫毛和胡茬等特征。
研究人員表示,這個系統不能被用于識別身份,因為它無法將監控攝像頭下失焦到無法識別的照片變成清晰的真人圖像圖像。它能做到的是生成不存在但看起來似乎真實的新面孔。
剛剛從杜克大學以數學和計算機科學雙學位畢業的Sachit補充道,當研究人員以人臉為對象進行概念驗證時,同樣的技術在理論上可以將所有物體的低分辨率圖像轉換成高清的擬真版本,其應用領域包括醫學、顯微鏡學、天文學和衛星圖像等等。
傳統的技術想要清晰化一幅低分辨率圖像,通常會先看看要給它補充哪些額外像素,然后試圖讓它同電腦以前見過的高分辨率圖像中對應的像素平均匹配。由于這種平均,頭發和皮膚區域的紋理可能不會完美地從一個像素被復刻到下一個,使成像看起來還是模糊得不行。
杜克大學團隊創新出的想法則是,他們不會先拍一張低分辨率的圖像,然后慢慢地添加新的細節,而是直接搜索AI生成的高分辨率面孔樣本,接著在縮小到相同大小時,盡可能地尋找與原始輸入圖像相似的面孔。
該團隊采用了一種被稱為“生成式對抗網絡”的機器學習工具,簡稱GAN,它是針對同一組照片數據構建的兩個神經網絡。一個網絡會以它接收的人臉為標準,搜索出AI創造的版本,而另一個網絡則會接收輸出的AI圖像,并判斷它是否真實到找不出一點違和感。隨著樣本的積累,到最后第一個網絡給出的圖像會讓第二個網絡挑不出一點差錯。
這項技術被取名為PULSE,從一張模糊的人臉圖像中,PULSE可以發展出無限可能性,它可以在幾秒鐘內將一張16x16像素的人臉圖像轉換為1024 x1024像素。而通過微妙的細節改變,每一張圖都可能是一個不同的人。
即使給出一張眼睛和嘴巴都模糊不堪的像素化照片,研發人員也有自信該種算法仍能做到一些傳統技術做不到的事情。在即將于6月14日-19日通過線上召開的計算機視覺和模式識別領域的頂級會議CVPR 2020上,研究人員會對PULSE進行進一步展示。
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百,全球股市還能漲多久? | 產聯看全球
- 2 OpenAI深夜王炸!ChatGPT Images 2.0實測:中文穩、細節炸,設計師慌了
- 3 6000億美元估值錨定:字節跳動的“去單一化”突圍與估值重構
- 4 Tesla AI5芯片最新進展總結
- 5 連夜測了一波DeepSeek-V4,我發現它可能只剩“審美”這個短板了
- 6 熱點丨AI“瑜亮之爭”:既生OpenClaw,何生Hermes?
- 7 AI界的殺豬盤:9秒刪庫跑路,全員被封號,還繼續扣錢!
- 8 2026,人形機器人只贏了面子
- 9 DeepSeek降價90%:價格屠夫不是身份,是戰略
- 10 AI Infra產業鏈卡在哪里了?


分享













