簡介：?近日，一個“修復老北京街道”的視頻刷屏全網。一段由加拿大攝影師在 100 年前的北京被 AI 修復后，活靈活現地展現在人們面前，一百年前人們打招呼的方式、使用的樂器、交通工具，在這段視頻中，都清晰可見。

近日，一個“修復老北京街道”的視頻刷屏全網。一段由加拿大攝影師在 100 年前的北京被 AI 修復后，活靈活現地展現在人們面前，一百年前人們打招呼的方式、使用的樂器、交通工具，在這段視頻中，都清晰可見。配上頗合時宜的音樂，24 小時內，已經有了將近 50 萬的點贊量，10 萬多次的轉發，接近 3 萬的留言，看來周六大家也有在好好工作啊。

這個視頻來自一位名叫“大谷Spitzer”的博主，據他所說，接觸老片修復是一個偶然，整個項目也只花了 7 天時間就順利完成了。

先來一起看看這驚人的修復效果。

👇老視頻👇

👇修復后效果👇

修復后的視頻把當時的北京城演繹的活靈活現，下邊的片段中，左下角👇小哥呆呆的看著鏡頭，連細微的表情都清晰可見，青澀中帶有一點可愛，想象一下這位憨厚的小哥來自一百年前，還是讓文摘菌感慨萬千。

怪不得網友們紛紛贊嘆。有網友表示，不僅整體氛圍沒話說，連細節部分也分毫畢顯，“每個人臉上都是新奇又不敢接近的表情”。

甚至有網友留言表示，“博物館應該收藏你的作品”！

博主在視頻最開始就說道，想用技術為社會做一些有意義的事情，懷著仰慕的心情，文摘菌聯系到了這位“大谷Spizer”，來看看他是怎么說的吧~

7 天完工，難在顯卡！整體滿意，顏色上還有不足
自稱將 AI 視為業余愛好的大谷如今身在紐約，接受文摘菌采訪的時候，他感嘆道，自己做 AI 科普視頻做了七年，沒想到一下子火了，現在完全處于“被信息淹沒”的狀態。

大谷透露道，其實這次接觸老片修復純屬偶然，在搜索其他資料時候，偶然間在 YouTube 看到了人民日報上傳的一段老北京視頻，對其中對視鏡頭的部分十分有感觸，“有一種穿越時空的感覺”。同時，一想到一百年前的人們有那個年代的思想，看問題的角度和現代有所差別，是很有趣的體驗，自己恰好了解相關技術，為何不將老片上色補幀，做成活靈活現的 60 幀，和大家分享呢？

具體到操作上，根據大谷介紹，可以大致分為補幀、擴分辨率、上色三個環節，每個環節也都用了不同的工具，整體框架的流程則主要參考了 Denis Shiryaev 在社交媒體上分享的經驗貼。

大谷說道，整個項目只用了 7 天時間，大部分都是硬性的時間消耗，比如補幀需要一到兩天，擴分辨率至少一天，上色也需要花費一天時間，再加上要做到 4K60fps，渲染速度很慢。多方考量之下，他把人民日報 14 分鐘的原片剪到了 10 分鐘。

相比而言，去年國慶 164 分鐘修復版《開國大典》讓人們親眼目睹三次戰役勝利到開國大典的歷史過程。除了借助 AI，膠片的撕裂、劃痕等都是專業的修復師一幀一幀地修補。“修復過程中，我們70%的時間都在完成資料片鏡頭的修復工作。”負責本片修復工作的三維六度公司的首席技術官周蘇岳說道，雖然修復時間只用了 40 天，但這卻是 600 人每天工作 20 小時的奮戰結果！

在視頻中，相信大家也會看到時不時會出現顏色跳來跳去的情況，大谷表示，在補幀之前用工具把老電影中經常出現的畫面閃爍去掉了，否則會更嚴重，整體的色彩上，AI 的渲染效果也明顯偏淡。

除此之外，大谷這次利用的是國外的一套模型，顯然無法直接將其套用到 100 年前的中國影片修復上，在顏色上就無法做到歷史性的準確，視頻中的上色都是AI學習的成果，雖然膚色大致還原了，但是在紅綠服裝等方面的真實性還有待商榷。

也正是考慮到這些不足，大谷對去年參與《開國大典》修復的工作人員表達了敬意，“AI 沒辦法做到藝術家那么準確，尤其是在歷史方面，而《開國大典》對歷史準確性的要求更高”，隨后他也打趣地說道，或許可以“讓 AI 看看清宮劇，提升一下準確率”。

就像大谷在視頻開頭所說，他想用技術做一些對社會有意義的事，在這次視頻爆紅之后，他表現得相當豁達，“太深刻的大意義倒也說不上”，主要是想借此讓人們對歷史有所反思。不少網友指出，視頻中幾乎看不到女性，這正是歷史生動性的體現，既有光鮮也有不足，讓大家意識到現在的生活是多么來之不易。

同時，作為老北京人，大谷也想通過視頻分享他的切身感受，讓更多人看到一百年前的民俗，尤其是上了色幀數提高之后，“感覺確實不一樣，也感慨這一百年的變化”。

對于目前收到得反饋，大谷表示“完全沒想到”，他看了很多評論，也受感觸于一些留言，還有人私信向他表示，給太姥姥看后，也很懷念那個年代。

大谷透露道，這其實是他第一次嘗試做視頻修復，后續或許會出一期視頻介紹一下具體的操作。對于后續的視頻更新計劃，他想要介紹一下國內已經成熟的語音修復技術。

目前，大谷在研究一款換衣 AI，通過把模特導入系統，在 Photoshop 里換好衣服，就能生成模特穿上衣服的各種姿勢，聽上去是淘寶賣家會喜歡的 AI。不過，大谷介紹道，這個AI目前還處于“嬰兒狀態”，精度上不是很樂觀，未來需要大量的訓練，以后或許也會做個視頻介紹一下。

AI 助力，老片修復一直在路上

對于這次用到的技術，大谷表示，上色主要還是應用在黑白照片和電影上，補幀技術就可以遍地開花了，比如修復像素動畫的跳幀問題，或者在動畫領域加以應用，因為動畫很多是 12 幀/秒，甚至 6 幀/秒，補幀之后效果很好，也終于可以看更流暢的 EVA 了。

Denis Shiryaev通過神經網絡修復老視頻的內容今年在油管爆紅了一陣子，他使用Topaz Labs的Gigapixel AI和DAIN圖像編輯應用程序將1896膠片縮放到4K分辨率，不僅將素材增加到4K，還將幀率提高到每秒60幀。

Shiryaev最火的作品是用Gigapixel AI將1896年拍攝的50秒無聲短片《火車進站》(the Arrival of a Train at La Ciotat Station)做成了4K格式，把模糊的原片做成了高清畫質，完全符合當下的高清視頻標準！

盡管存在一些缺陷，如圖像會出現跳躍或某些細節依舊模糊，但已經很棒了！為了使這一作品更加完整，Shiryaev還為這部無聲電影添加了聲音。

這些圖像是通過生成對抗網絡(GANs)得來的。

科普一下，GANs是由兩個相反的神經網絡組成的。第一個網絡基于訓練對象的數據生成對象，而第二個的作用是確定對象的真實性。第一個網絡通過不斷嘗試，直到它的作品完美到足以欺騙第二個網絡。通過這種方式，才得以生成最有可能的圖像。

Gigapixel AI軟件使用一種專有的插值算法來分析圖像，它可以使圖像更清晰，甚至在放大了600%之后。

再來說說DAIN(深度感知視頻幀插值)，它可以將幀想象并插入現有視頻剪輯的關鍵幀之間。換句話說，DAIN首先分析并映射視頻片段，然后插入在現有圖像之間生成填充圖像。這與4K電視的運動平滑功能是同一個概念。為了在這段1896年的視頻中達到同樣的效果，Shiryaev添加了足夠多的圖像來將速度提高到60幀每秒。因此，DAIN自動生成，然后在最初記錄的24張圖像之外，每秒添加36張額外的圖像。

Shiryaev的 “火車”的視頻修復版本看起來像是一部使用智能手機或GoPro拍攝的最新電影。與原始視頻相比，效果非常驚人，尤其是在新版本中獲得了流暢性。列車上的陽光反射和月臺上的女士珠寶都被記錄的很完整，也許是最顯著的改進之一。

Shiryaev也用神經網絡對這一修復視頻進行了著色：從一堆彩色照片開始，將它們轉換為黑白，然后訓練神經網絡以重建彩色原稿。

除了上文提到的《開國大典》，在老片修復上，“中影·神思”的開發，能縮短修復電影所需時間的四分之三，成本可以減少一半，目前已成功應用于《厲害了，我的國》《血色浪漫》《亮劍》等多部影視劇的圖像修復與增強當中。

愛奇藝也推出了其自主研發的視頻增強技術ZoomAI，為電影修復提出解決方案，這是業內第一個利用較低成本、將深度學習技術應用在視頻畫質增強場景中的方案。但不可否認的是，這種技術如果被有惡意的人使用，例如，可以用于制作“偽造品”并允許視頻中的身份盜用，也會導致巨大的社會問題。

總結

以上是生活随笔為你收集整理的小伙用智能 AI 修复100 年前京城的老视频的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。