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？

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。

我們想讓你知道的是