GitHub 超 6800 Star！讓你一鍵還原百年老電影、黑白舊照片本色

  做者：三石  出處：新智元

黑白老照片上色已經不足爲奇了，可是讓黑白老電影還原彩色仍是很是新鮮有趣的意見事情。

前不久，Twitter 上有一位小哥研究了一個名爲 DeOldify 的工具，可讓黑白視頻和照片秒變彩色。

這個神器一出，可把網友們高興壞了，紛紛開始玩兒了起來。目前在 GitHub 上 6800+ 星，至關火爆！

用上這個工具以後，卓別林的電影瞬間年輕、有「味道」了許多。

1960 年的經典電影《Psycho》：

1936 年的經典電影《Reefer Madness》：

1927 年的經典電影《Metropolis》：

DeOldify 不只能讓視頻恢復色彩，還能讓黑白老照片秒變彩照。

《移民母親》，Migrant Mother by Dorothea Lange (1936)

"Toffs and Toughs" by Jimmy Sime (1937)

中國鴉片吸食者(1880)

這些黑白的視頻和照片，當換上了彩色的「衣服」時，不得不說拉近了與咱們的距離，並不以爲那麼得有年代感了。

大家能夠手動試下爲黑白老照片添色：

https://colorize.cc/

只須要從本地上傳或者添加圖片的連接，輸入郵箱便可收到，很是的方便。

試了一下「慈禧太后」的黑白照，結果以下：

能夠說，是至關的逼真了！

神奇的 DeOldify 背後的利器：NoGAN

做者在 GitHub 中提到，DeOldify 中相當重要的就是 NoGAN。NoGAN 訓練結合了 GAN 訓練的優勢(絢爛的色彩)，同時消除了使人討厭的反作用(如視頻中閃爍的物體)。做者表示視頻是使用孤立的圖像生成，沒有任何形式的時間建模附加。該過程執行 30-60 分鐘的 GAN 部分的 「NoGAN」 訓練，一次使用 1% 到 3% 的 imagenet 數據。而後，與靜態圖像着色同樣，在重建視頻以前，對單個幀進行「去舊化」。

除了提升視頻的穩定性，還有一件有趣的事情值得一提。事實證實，運行的模型，甚至是不一樣的模型和不一樣的訓練結構，都或多或少地得出相同的解決方案。你可能認爲有些東西的顏色是隨意的、不可知的，好比衣服的顏色、汽車的顏色，甚至是特效(就像《大都會》裏看到的那樣)。

做者對此的猜想是這些模型正在學習一些有趣的規則，關於如何根據黑白圖像中出現的細微線索來着色。這個結果致使了很是肯定和一致的結果，這意味着你沒有跟蹤模型着色決策，由於它們不是任意的。此外，它們看起來很是健壯，因此即便在移動場景中渲染也是很是一致的。

那麼 NoGAN 是什麼呢？

這是做者開發的一種新型 GAN 訓練模型，用來解決以前 DeOldify 模型中出現的一些關鍵問題。

它提供了 GAN 訓練的好處，同時花費最少的時間進行直接的 GAN 訓練。在很是短的實際 GAN 訓練期間，發生器不只得到了過去須要數天逐步調整大小的 GAN 訓練的徹底逼真的着色能力，並且它也幾乎沒有產生任何 GAN 的「反作用」。據做者介紹，這是一種很是有效的新技術。

下圖是原始 DeOldify 模型的效果，能夠看出不一樣幀的顏色是存在差別的。

 

下面是基於 NoGAN 的 DeOldify 模型，能夠看到着色效果很是好。

爲何是三個模型？

DeOldify 如今有三種型號模型可供選擇。每一個都有關鍵優點和劣勢，所以具備不一樣的用例。

更多細節內容能夠訪問查看 GitHub：

https://github.com/jantic/DeOldify/blob/master/README.md

以上，爲本次分享。

若是你以爲今天推薦的這個項目挺有意思，那就在看轉發評論一條龍走起吧 ????。

推薦閱讀：

六月份的時候，我都在 GitHub 上發現了哪些好東西？

「GitHub 交流羣」已開放

想入羣的可在公衆號後臺回覆「入羣」