100年前的Vlog:大神利用AI修復古董紀錄片,還原1920年的京城生活

一百年前的北京是什麼樣子?

最近,一位叫大谷Spitzer的微博網友,便利用AI技術,將人民日報4年前發佈的1920年北京黑白影像資料,做了修復工作:完成了上色、修復幀率、擴大分辨率等步驟。

如此工作滿足了大批網友的好奇心,視頻一經發布便得到了大量的關注:分享超過12萬次、評論3萬+、點贊5萬+。

有網友評論到:

視頻里人怎麼也想象不到,一百年後會有一個人躺在床上拿著一個神奇的物品能夠觀察到他們當時的一舉一動吧。科學和巫術果然就是一線之隔。

還有網友讚歎道:

Wow~ 一百年前的vlog。

不是概念的,宏觀的,文字的,被描述的,被審視的。完全打破我的模糊想象,被觸動了。

當然,還有感慨二環不堵了的……

話不多說,一起來體驗下吧。

時光旅行,體驗100年前的北京生活

1920年的北京,入城出城的「客流」還算較多,有騎馬的、有坐轎子的、有坐人力車的,當然多數人還是步行。

而在城內集市中,也是熙熙攘攘,好不熱鬧。當然,在那個年代,人們應該是對錄影設備感到非常新奇了,圖中的小哥駐足了良久,痴痴的看著鏡頭。

路邊街頭的小吃生意也是不錯(看完想來一屜小籠包了……)。

寺廟裡燒香拜佛的人們絡繹不絕,當時的香火可比現在要鼎盛啊。

但細心的網友也發現:除了寺廟,在大街上很少看見女人。

再來到巷子裡的百姓生活:小孩買了吃的蹲坐在別人家門口,然後被趕走了……

還有熟人見面鞠躬打招呼的場景。

可以看到男女打招呼的方式還是有些區別。網友對此還調侃道:蘿蔔蹲?

還有網友表示:真是百年鉅變,沒想到一百年前這麼懂禮節。

當然,還有網友表示:100年了,狗狗長得還是一樣的……

最後,讓我們一起來俯瞰百年前的北京城。

AI修復百年古董老電影

雖然博主大谷Spitzer沒有介紹具體採用了哪些AI技術,但其實修復老電影的工作也有許多。

今年2月,我們報道了國外網友Denis Shiryaev利用一種增強程序(Gigapixel AI),將1896年的古董電影《火車進站》,轉變成了4K 60fps高清「大電影」。

在修復幀率方面,主要採用的技術是AI插值

據Shiryaev介紹,他採用的是一種叫做Gigapixel AI的商業圖像編輯軟體(付費)。這款軟體由Topaz實驗室創造,可以讓圖像的質量提升600%。

它利用一種專有的插值算法,對圖像做分析、識別其細節和結構,最後將額外的「信息」填充到圖像中。

這個工作量是什麼概念?

普通的高清是1920×1080,總像素為2073600,而4K高清是3840×2160,總像素是8294400。

也就是說,光是要把普通高清提升到4K高清,就需要額外填充600萬個像素。

不僅如此,還需要弄清楚如何顯示這些額外的像素,這就是插值過程的用武之地。

插值估計每個新像素要顯示什麼內容,這個過程是基於它們周邊的像素。對於這一點,有許多方法可以來衡量。

最近鄰 (Nearest Neighbor)方法,會簡單地用與其最近鄰相同的顏色填充空白像素。它雖然簡單而有效,但結果是一個鋸齒狀、明顯像素化的圖像。

雙線性插值 (Bilinear Interpolation)方法需要更多的處理能力,但它基於最近的兩個像素來分析空白像素,並在它們之間生成一個梯度,這會讓圖像變得更加清晰。

雙三次插值 (Bicubic Interpolation)會對其16個最近鄰像素進行了採樣,這樣就會讓著色變得精確,但仍然存在圖像模糊的問題。

通過結合雙線性插值和雙三次插值,就可以生成光學質量損失最小的放大圖像。

而這一過程,Gigapixel AI利用深度卷積神經網絡來完成。

解決了像素低的問題,還需要解決視頻卡頓問題

Gigapixel AI在關鍵幀之間進行「想像」之後,把這些想像出來的幀插進去。

而它插入的幀數多到可以讓視頻速率提高到60 FPS

這就是古董電影也能變得如此清晰、流暢的原因。

至於著色工作,同樣是利用神經網絡,從一堆彩色照片開始,將它們轉換成黑色和白色,然後再重建彩色原圖。

奉上完整視頻,你想穿越嗎?

最後,我們奉上大谷Spitzer的完整視頻,裡面還在各個場景中配上了背景音樂。

如此的場景,令不少網友想起老舍先生《想北平》中的一段話:

我所愛的北平不是枝枝節節的一些什麼,而是整個兒與我的心靈相黏合的一段歷史,一大塊地方,多少風景名勝,從雨後什剎海的蜻蜓一直到我夢裡的玉泉山的塔影,都積湊到一塊,每一小的事件中有個我,我的每一思念中有個北平,這只有說不出而已。

那麼,在看到百年前栩栩如生的生活狀態,你會有想穿越回去的衝動嗎?

參考連結:
https://weibo.com/2395607675/J0ZsQnP6a?filter=hot&root_comment_id=4502616270201172&type=comment

https://arstechnica.com/science/2020/02/someone-used-neural-networks-to-upscale-a-famous-1896-video-to-4k-quality/

作者:十三 發自 凹非寺量子位 報道 | 公眾號 QbitAI