Google黑科技，可将马赛克还原？

里克将现场找到的一张可疑的照片塞进了 Esper 里面， 一遍又一遍地无损放大照片上的一角，最后在镜子的倒影找到了人造人朱拉。

它对无损放大图像技术的想象十分超前，这是一个至今都难以解决的难题。

经常聚会过后朋友们一起拍了一张合照，回去后放大合照想看看老同学的脸，结果看到的却是模糊不清的马赛克，局部分辨率已经非常低，看到的都是像素点。

Google 的 AI 团队近日的发布的一篇博客里提到了一个新的图片算法，非常接近《银翼杀手》的设想。

一张64 X 64像素的照片有多大？以iPhone拍摄的1200万像素的照片为模版，大约只有其三千分之一的大小，在高清大屏是就是马赛克点。

我们在屏幕里看到的每一个图像都是由密密麻麻的像素组成，单位面积组成图像的像素越多，分辨率就越高，图像也就相应得越清晰。

Google研究人员思考有没有可能从低分辨率提取到足够多的图片信息，用机器学习尽可能还原图片的原貌，提高图片的分辨率，得到一张清晰的图片呢？

Google 展现了其最新的研究成果，通过两种不同的算法，能将 64 X 64 像素的照片还原成 1024 X 1024 像素分辨率，并且细节效果非常逼真。

根据 Google 的介绍，修复一张马赛克照片由两个过程组成：破坏与重组。

首先，为了尽可能挖掘马赛克像素方块的图形细节，Google 的研究人员会先用高斯噪声算法处理试验样本，得到一张完全由噪点组成的雪花图。

接着，研究人员再利用神经网络算法，逆转高斯噪声的破坏过程，通过反向复原的过程合成新的图像数据，将从纯噪声图尽可能地降噪，得到一张清晰的图片。

Google 的还原算法之所以能够将低清图片变清晰，本质上是根据图片本身所包含的正确图像信息，通过庞大的数据库里的无数图像进行比对、匹配，最后得到模拟出的近似像素填充。

而当照片被涂抹上马赛克时，图片所包含的图像信息就会发生变化。

马赛克算法简单来说去在一个区域内，按照固定间隔，随机选择像素点的颜色，然后把区域内所有像素的颜色取得平均值，变成新的颜色填在方格里。

经过打码后，原本的像素信息都以丢失，得到的只是随机算出的错误信息，这时再让机器学习去还原，几乎不可能答得出来。

如果有人想用 Google 算法挖掘一些被抹掉的隐私信息，可以打消这个念头了。

Google 的高清修复算法最终很有可能应用到 Google 照片、Snapseed 等 Google 图像处理软件中，像 HDR、视角矫正等算法一样成为我们的修图工具之一，就像《银翼杀手》电影上一样。

如今照片早已完成了全数字化工作流的演变，用数字技术放大照片已经不是难事。换句话说，其实你已经迈入了《银翼杀手》所描绘的未来。