模糊圖片立馬變清晰,運算速度快100倍——Google推出「超解析度」怎麼辦到的?

我們想讓你知道的是
Google公佈一項新技術,能夠在放大圖片的同時又還原細節,而且比舊有的演算法快上百倍。
Google近日推出了手機應用程式PhotoScan,讓人們能夠輕鬆地用手機拍攝照片四角,就能夠把舊照片數碼化,免去了要用掃瞄器的麻煩。

不過這只適用於實體相片。
十多年前,數碼相機的規格不過幾百萬像素,假如你當時已擁有數碼相機,現在想必有一大批具珍貴價值的照片。將這些照片放到4K螢幕上,可能還未能把畫面鋪滿。
未來螢幕的解析度想必會越來越高,相比之下數碼老相片就會顯得越來越小,要是強行放大低像素的照片,又會變得模糊不清。Google近日公開的一項技術,未來或可以協助解決這個問題。
這項稱為「快速及準確圖片超解析度」(Rapid and Accurate Image Super-Resolution, RAISR)的技術,利用了機械學習的技巧,能夠快速把低像素的照片放大,並保留一定質素。
傳統的照片放大技術,首先把低像素的照片拉大,並透過在附近的像素取樣去推算出每個像素的資訊,減少鋸齒產生。雖然有不同的方式運算,但放大後的照片都會比較模糊。近年亦有人利用神經網絡技術去放大照片,不過運算上相對複雜。
至於Google的RAISR,研究人員聲稱它能夠產生高質的高像素照片,同時比現有最好的演算法快上約100倍,而且需要更少記憶體。

研究人員利用多組高/低質素的圖片去訓練系統,令RAISR根據圖片邊緣的不同特性——例如亮度、顏色變化、紋理等——產生多種濾鏡。他們提到只需要約一小時,就能透過1萬組高質及低質圖片的訓練去產生濾鏡。
到實際應用時,RAISR會從資料庫中選擇合適的濾鏡,套用到照片的鋸齒邊緣每個像素上,從而製作出高像素又保有細節的圖片。
RAISR甚至可以復原照片的原有結構。研究人員提供了以下例子,圖中可見原本位於數字5以下、混疊在一起的黑白線,經RAISR處理後能夠整齊分開。

研究人員表示,RAISR這種使用濾鏡學習方式的技術,其一大優勢是可以專門用來處理特定壓縮算法所產生的雜訊及影響。他們更指只要向RAISR提供足夠多有關問題的例子,它就能在放大照片時消除特定效應。
這類圖片放大技術未來可以有不同應用,除了把舊有的數碼照片放大外,也可以用來增加相機的數碼變焦質素,亦可以讓人只需要儲存及傳送低質照片,到有需要時才使用技術還原,節省儲存空間及傳送時間之餘,又能保持一定的圖片質素。
相關文章︰
資料來源︰
- Google Just Made It Way Easier to Scan Your Old Photos (Wired)
- Enhance! RAISR Sharp Images with Machine Learning (Google Research Blog)
- RAISR: Rapid and Accurate Image Super Resolution (Romano et al. 2016)
- Google RAISR uses machine learning for smarter upsampling (DP Review)
- Google's prototype machine learning software lets you enhance low-res photos (The Verge)