7月1日消息 微软研究院团队 Ziyu Wan、Bo Zhang等人开发了一种新的基于AI的算法，用于通过深度学习方法恢复遭受严重毁坏的老旧照片。


与可以通过监督学习解决的常规还原任务不同，真实照片的毁坏很复杂，并且合成图像和真实旧照片之间的域间隙使网络无法运用。

IT之家获悉，他们的新技术通过利用真实照片和大量合成图像配对，提出了一种新颖的三重态域翻译网络。具体来说，他们训练两个变体自动编码器（VAE）将旧照片和干净照片分别转换为两个潜在空间。并使用合成配对数据学习这两个潜在空间之间的转换。

由于域间隙在紧凑的潜伏空间中是封闭的，因此这种转换可以很好地推广到真实照片。为了解决一张旧照片中混合的多种退化问题，他们设计了一个全局分支，该分支具有针对结构化缺陷（例如划痕和灰尘斑点）的非局部块，以及针对非结构化缺陷（例如噪声和模糊度）的局部分支。两个分支融合在潜在空间中，从而提高了从多个缺陷还原旧照片的能力。提出的方法在恢复旧照片的视觉质量方面优于最先进的方法。