写真の復元

2018 年のドキュメンタリー映画They Shall Not Grow Oldは、大英帝国戦争博物館のアーカイブから第一次世界大戦の元の映像を使用して作成されたもので、古い映像を復元および強化することで、視聴者が物語にもっと深く関係することができることを証明しました。

現在、古い写真の復元、補正、カラー化を行う市販のソフトウェア パッケージがいくつかありますが、いくつかの研究チームは、コンピューター ビジョンのこれらの進歩を誰もが活用できるようにするソリューションを公開しています。

超解像

映画で見たことがあるように、スパイは画像の非常にピクセル化された部分にズームインし、魔法のように強化して加害者の顔をはっきりと明らかにすることができます。

低解像度の画像を強化することは、コンピューター ビジョンの究極の目標の 1 つですが、特別にトレーニングされた AI モデルは、このタスクを非常に良い結果で達成できるようになりました。超解像は現在、Pixelmator Pro などのいくつかの商用アプリケーションに含まれていますが、利用可能な最も人気のあるコンピューター ビジョン ライブラリの 1 つであるOpenCVでも利用できます。これを達成する方法のチュートリアルについては、深層学習による写真の強化を参照してください。

画像の強調と色付け

One of the best research projects for image enhancement and colorization is DeOldify, which published an early version of its tools in a GitHub repository as well as in a CoLab Jupyter notebook.

彼らのツール ソリューションは、現在MyHeritageでのみ利用可能な新しい商用ソリューションに進化しており、ディープ ラーニング テクノロジーを使用して家族の写真を自動的に強化し、顔に焦点を合わせることができます。私はそれらの結果が非常に良く、自然に見えることを発見しました。

Bringing Old Photo Back to Life (CVPR 2020 口頭) - Old Photo Restoration (Official PyTorch Implementation)は、もう 1 つの注目すべき研究プロジェクトであり、 CoLab Jupyter ノートブックとしても利用できます。私の意見では、愛する人の顔を再構築する際に自由を取りすぎています。

The GFPGAN project has had some success as a Practical Algorithm for Real-world Face Restoration. Visit their GitHub repository and try their solution in Colab.

Open-Image-Restoration Toolkitも優れたリソースであり、イメージの復元のための最先端のオープンソースの使用可能な Python 技術を提供しています。

もちろん、 DeepAI Image Colorization API などのクラウドベースの API ソリューションもあります。これを使用すると、古い家族の写真や歴史的な画像に色を追加したり、古いフィルムを色付けして生き返らせたりできます。この画像の色付け API は、カラー画像とグレースケール画像のペアでトレーニングされたディープ ラーニング モデルです。何時間ものトレーニングの後、モデルは白黒画像に色を追加する方法を学習します。

画像のスティッチング

画像スティッチングまたは写真スティッチングは、複数の写真画像を重なり合う視野と組み合わせて、セグメント化されたパノラマまたは高解像度画像を生成するために使用される別のコンピューター ビジョン技術です。 OpenCV はこれを実現するためのライブラリを提供していますが、ブリティッシュ コロンビア大学の研究プロジェクトであるAutoStitchと、Microsoft 計算写真研究チームのImage Composite Editor (ICE)が絶対に優れた結果を生み出すことがわかりました。