早前写在GitHub热门趋势Vol.修复破损破旧的图片，本周获得近3kstar。本文是项目组成员万子玉发表在HackerNews上的项目介绍，Enjoyit~概述了我们打算用深度学习的方法来恢复严重老化的旧照片。与传统的监督学习修复任务不同，真实照片的老化更为复杂，合成图像与真实老照片之间的域差距使得网络无法泛化。因此，我们提出了一种利用真实照片和大量合成图像对的新型三域翻译网络。具体来说，我们训练两个变分自动编码器(VAE)，分别将旧照片和干净照片转换为两个潜在空间。两个潜在空间之间的转换是通过合成配对数据来学习的。因为域间隙在紧凑的潜在空间中是封闭的，所以这个翻译网络可以很好地泛化到真实照片。此外，为了解决旧照片中混合的多种退化问题，我们设计了一个全局分支，其中包含一个部分非局部块，用于结构缺陷，例如：划痕、灰尘斑点，以及一个局部分支，用于处理非结构缺陷，例如：噪声、模糊。这两个分支在潜在空间中融合，以提高从多个退化问题中恢复旧照片的能力。该方法在照片修复的视觉质量方面优于现有方法。体系结构概述我们首先训练两个变分自动编码器VAE：VAE1用于真实照片r∈R和合成图像x∈X，通过联合训练对抗性鉴别器缩小它们的领域差距；对于干净的图像y∈YVAE2训练。使用VAE将图像转换为紧凑的潜在空间。我们学习了一种映射，可以将损坏的图像恢复为在紧凑的潜在空间中具有部分非局部块的干净照片。比较图中有更多维修细节。团队成员ZiyuWan对Bringing-Old-Photos-Back-to-Life的介绍已被翻译。有兴趣的朋友可以去玩玩。项目地址：https://github。com/microsoft/Bringing-Old-Photos-Back-to-Life
