点击上方“小白学视觉”，选择加"星标"或“置顶”
重磅干货，第一时间送达

开源最前线(ID:OpenSourceTop) 猿妹整编 | 来源 逆锋起笔

https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life

http://raywzy.com/Old_Photo/

微软研究团队万紫宁、张波等人开发了一种新的基于AI算法，用于通过深度学习恢复老旧照片，与通过监督学习还原旧照片的方式不同，真实照片的降级很复杂。

bringing-old-photos-back-to-life作者使用变分自动编码机（VAE）将图像变换到隐空间，并在隐空间进行图像恢复操作。这种转换可以很好的体现出真实照片。

此外，为了解决一张旧照片中的多种退化，bringing-old-photos-back-to-life设计了一个全局分支和局部非全局分支，全局分支专门针对结构化缺陷（例如划痕和灰尘点）的功能，局部非全局分支主要针对非结构化缺陷（例如噪声和模糊度），bringing-old-photos-back-to-life在隐空间中融合了两个分支，从而提高了从多个缺陷还原旧照片的能力。关注公众号 逆锋起笔，回复 pdf，下载你需要的各种学习资料。

如何使用

该项目依赖于「Synchronized-BatchNorm-PyTorch」，按照教程配置即可。首先，你需要安装和下载预训练的模型，然后就可以通过一个简单的命令轻松回复旧照片。

对于没有划痕的图像：

python run.py --input_folder [test_image_folder_path] \--output_folder [output_path] \--GPU 0

对于有刮擦的图像：

python run.py --input_folder [test_image_folder_path] \--output_folder [output_path] \--GPU 0 \--with_scratch

注意：请尝试使用绝对路径。最终结果将保存在中./output_path/final_output/。

目前，微软不打算直接发布带有标签的有划痕旧照片数据集。如果你想要得到配对的数据，你可以使用官方提供的预训练模型来测试收集到的图像，以获得标签。

下面我们还是来看看几组不同照片的还原效果吧：

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目31讲

在「小白学视觉」公众号后台回复：Python视觉实战项目31讲，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲

在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

下载4：leetcode算法开源书

在「小白学视觉」公众号后台回复：leetcode，即可下载。每题都 runtime beats 100% 的开源好书，你值得拥有！

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~