0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

AI上色对比人工调色 结果令人难以置信

电子工程师 来源:fqj 2019-04-29 14:18 次阅读

还记得自己小时候拍的老照片吗

黑白的那种

有没有想过,把它变成彩色?

就像这样!

来自小编家的黑白照片

你绝对想不到

这是一个人工智能网站完成的结果

不得不说,这个由新加坡政府创科部门研发的Colourise.sg AI黑白上色系统真的很强大。

它可以把你上传的黑白照片,用经过百万次训练的AI GAN算法,在眨眼睛完成着色。

前两周,Colourise.sg正式发布后,彻底成为了Twitter上的“网红”

许多网友翻出埋在家里柜子几十年的老照片

通过Colourise.sg AI,重现生机!

这是我祖父母的结婚照!

真是太棒了。感谢老铁@musatariq分享!

这东西真特么有趣!

虽然不是百分之百完美,但效果已经很棒了,我只用了10秒搞定。

Colourise对于黑白航拍照片的着色效果也很棒。

用真实的航拍照片来训练AI,能够显著的提升它的能力。

这玩意儿很有潜力…

黑白上色,在彩照技术没有普及的年代,一直是照相馆的传统服务。

整个上色过程非常考验着色师傅的耐心和手艺。

首先,着色师不仅要对画面中物体的固有色(天空、肤色、绿植等)进行判断,还要对画面的历史、地理、文化等背景进行研究,保证还原的真实性

然后,一笔一画,直接在照片上着色。(当然后来技术发展了,就可以用ps一类的软件)

那AI是如何为黑白图片上色的呢?

Colourise运用一种称为生成对抗网络(GAN)的深度学习技术,将来自ImageNet的130万张图像进行训练 。

最终模拟出人类上色的这两个步骤。

首先,识别黑白照片中的物体,搜索该物体在过去的图片中的曾出现的颜色,并为现在的照片配置一个合理的颜色

然后,使用相应数码工具为黑白图像上色。

原图/AI上色/ 真实图片

也就是说,Colourise给出的上色方案,是基于对大量数据计算和学习得出的选择。

不过,AI计算出来的结果,也并非完美。

我们知道,在彩色图像里,每个像素包含三个值,即亮度、饱和度和色调。

而灰度图像,只有一个亮度值。所以,计算模型要用一组数据,生成另外两组数据。

问题在于,与一幅灰度图像对应的合理彩色图像,并不唯一。因此,Colourise不能保证还原出,完全真实的色彩。

相对人类来说,AI的优势主要在于高效的数据处理能力,人类几个小时才能完成的图片,Colourise上色只需要不到10秒。

说到这里,日常职业病的小编也突发奇想。

黑白上色,在我们的视频调色领域,也是一个很有意思的课题

和老照片力求还原真实色彩的目的不同,视频调色中的黑白上色,会融入更多调色师的主观意志和创意想法,除了保留真实感外,还要好看,具有观赏性,甚至为故事服务。

我们可以先来看看这个视频。

由HOMEBOY COLOR COLLAGE 老师制作的视频黑白上色教程

我比较好奇,和人工上色比起来,AI有何不同?能否得到一个既真实,又漂亮的结果呢?

打开网站,上传...

10秒计算完成

来看下结果对比

原图

HOMEBOY人工老师傅

AI小老弟

这一次,相对于人工结果,AI小老弟完成的上色“真实感”更强,天空、绿草、浓雾都得到了很好的还原。整体色彩也比较和谐统一。

而人工完成的上色,无论是远处天空绚丽的高光,还是刻意制造的落日时分黄蓝影调,甚至对于前、中、后景空间层次的强化,整体都做的更加夸张,体现了调色师的个人喜好和倾向。

在观赏性这个层面来说,AI可能并没有特别出彩。但从侧面也说明了,未来只有具有创造性的工作,才是真正难以取代的。

当然,另一个角度看,也许你会说AI完成的结果,也别有一番风味。

这就是个人喜好了~

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • AI
    AI
    +关注

    关注

    87

    文章

    29721

    浏览量

    268029
  • GaN
    GaN
    +关注

    关注

    19

    文章

    1906

    浏览量

    72615
  • 颜色
    +关注

    关注

    0

    文章

    12

    浏览量

    15537

原文标题:AI上色对比人工调色 :结果令人难以置信

文章出处:【微信号:smartman163,微信公众号:网易智能】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    AI for Science:人工智能驱动科学创新》第6章人AI与能源科学读后感

    幸得一好书,特此来分享。感谢平台,感谢作者。受益匪浅。 在阅读《AI for Science:人工智能驱动科学创新》的第6章后,我深刻感受到人工智能在能源科学领域中的巨大潜力和广泛应用。这一章详细
    发表于 10-14 09:27

    AI for Science:人工智能驱动科学创新》第4章-AI与生命科学读后感

    很幸运社区给我一个阅读此书的机会,感谢平台。 《AI for Science:人工智能驱动科学创新》第4章关于AI与生命科学的部分,为我们揭示了人工智能技术在生命科学领域中的广泛应用和
    发表于 10-14 09:21

    AI for Science:人工智能驱动科学创新》第二章AI for Science的技术支撑学习心得

    非常高兴本周末收到一本新书,也非常感谢平台提供阅读机会。 这是一本挺好的书,包装精美,内容详实,干活满满。 关于《AI for Science:人工智能驱动科学创新》第二章“AI
    发表于 10-14 09:16

    AI for Science:人工智能驱动科学创新》第一章人工智能驱动的科学创新学习心得

    人工智能:科学研究的加速器 第一章清晰地阐述了人工智能作为科学研究工具的强大功能。通过机器学习、深度学习等先进技术,AI能够处理和分析海量数据,发现传统方法难以捕捉的模式和规律。这不
    发表于 10-14 09:12

    人工智能ai 数电 模电 模拟集成电路原理 电路分析

    人工智能ai 数电 模电 模拟集成电路原理 电路分析 想问下哪些比较容易学 不过好像都是要学的
    发表于 09-26 15:24

    人工智能ai4s试读申请

    目前人工智能在绘画对话等大模型领域应用广阔,ai4s也是方兴未艾。但是如何有效利用ai4s工具助力科研是个需要研究的课题,本书对ai4s基本原理和原则,方法进行描诉,有利于总结经验,拟
    发表于 09-09 15:36

    名单公布!【书籍评测活动NO.44】AI for Science:人工智能驱动科学创新

    ! 《AI for Science:人工智能驱动科学创新》 这本书便将为读者徐徐展开AI for Science的美丽图景,与大家一起去了解: 人工智能究竟帮科学家做了什么?
    发表于 09-09 13:54

    报名开启!深圳(国际)通用人工智能大会将启幕,国内外大咖齐聚话AI

    8月28日至30日,2024深圳(国际)通用人工智能大会暨深圳(国际)通用人工智能产业博览会将在深圳国际会展中心(宝安)举办。大会以“魅力AI·无限未来”为主题,致力于打造全球通用人工
    发表于 08-22 15:00

    Samtec AI应用科普 | 人工智能中的互连

    摘要/前言 现代生活的方方面面都受到了计算机和半导体的影响,但最能吸引公众想象力的莫过于人工智能(AI)和机器学习(ML)的兴起。 AI推动创新 虽然人工智能已经存在了一段时间,但最近
    发表于 06-05 11:32 893次阅读
    Samtec <b class='flag-5'>AI</b>应用科普 | <b class='flag-5'>人工</b>智能中的互连

    开发者手机 AI - 目标识别 demo

    ) / sizeof(desc[0]), desc); return exports; } setconf 设置目标识别置信度的阈值,对于目标识别置信度低于阈值的结果不做显示,默认为45
    发表于 04-11 16:14

    NanoEdge AI的技术原理、应用场景及优势

    NanoEdge AI 是一种基于边缘计算的人工智能技术,旨在将人工智能算法应用于物联网(IoT)设备和传感器。这种技术的核心思想是将数据处理和分析从云端转移到设备本身,从而减少数据传输延迟、降低
    发表于 03-12 08:09

    OpenAI:通用人工智能的未来展望

    AGI有潜力为每个人提供难以置信的新能力,可以想象这样一个世界,任何人都可以在几乎任何认知任务中获得帮助,为人类的聪明才智和创造力提供巨大的能力放大器。
    发表于 01-04 15:18 364次阅读

    毫米波射频前端,还有机会吗?

    毫米波被誉为能够带来令人难以置信的网络吞吐量数据,但迄今为止它的采用一直乏善可陈。
    的头像 发表于 11-28 09:42 606次阅读
    毫米波射频前端,还有机会吗?

    微软CEO愿景:用个性化AI服务赋能全球80亿人

    通过这些持续创新,让全球80亿人都能够享受到更加个性化的教育、医疗等智能服务,让不可能成为可能。  自ChatGPT首次问世,仅过去短短一年的时间,这真让人难以置信。然而在这一年里,我们所取得的成就、所见证的创新速度都令人叹为观止。    如今,我们已进入了
    的头像 发表于 11-27 08:10 589次阅读
    微软CEO愿景:用个性化<b class='flag-5'>AI</b>服务赋能全球80亿人

    英伟达击败台积电和英特尔,登上王座

    虽然台积电、三星和英特尔等芯片行业竞争对手到 2023 年都取得了一定程度的进步(在营收方面),但可以清楚地看到多个业务部门致力于提供一系列令人难以置信的技术的“点石成金”效应,其核心竞争力就是满足饥渴的人工智能市场需求。
    的头像 发表于 11-25 14:43 856次阅读
    英伟达击败台积电和英特尔,登上王座