機器之心報道
作者:蛋醬
今日,杭州亞運會「首金」誕生。
在賽艇女子輕量級雙人雙槳決賽中,中國選手鄒佳琪、邱秀萍聯手奪得了本屆亞運會的第一枚金牌。
僅僅是第一天的比賽,中國代表團就已摘得 10 餘枚金牌。從北京到廣州再到杭州,跨越 32 年的三屆亞運會,見證了中國成長爲體育強國的曆程。
與此同時,一個關于「首金」的故事刷屏了,也讓很多人淚目:
1974 年在德黑蘭,新中國第一次參加亞運會。這屆亞運會上,中國運動員們一鳴驚人,共斬獲 32 枚金牌,向世界展示了體育大國的全新形象。
其中,中國的亞運首金就誕生在比賽首日:在「自選小口徑手槍五十米慢射」項目中,蘇之渤擊敗日本選手大田正修,以 552 環的成績爲新中國奪得第一枚亞運金牌。
50 米手槍慢射冠軍頒獎儀式修複前後。
當時,二位選手的成績差距僅在兩環左右,最終的排名需要等裁判核實。據蘇之渤回憶,爲了保持體力,運動員平時是需要睡午覺的,但那個中午,他翻來覆去,怎麽都沒能睡着。
「直到下午,領隊跟我說:『蘇之渤,你得冠軍了!』我當時并不知道,那是中國亞運曆史上的第一塊金牌。」
這塊中國亞運會首金的獎牌和證書,至今仍被蘇之渤精心保存于家中。隻是因爲年代久遠,連獎牌的表面都有些斑駁了,證書上手寫的黑色字體也已經變得模糊不清。
同樣模糊的還有關于那一年的記憶和影像。在照相機和膠片都很昂貴的年代,很少有影像資料流傳下來,以至于今天的我們很難直觀領會中國健兒的風采。
「中國亞運首金」背後的遙遠記憶
說到影像資料,即使是當年的金牌獲得者蘇之渤,本人手中也隻有寥寥數張黑白照片,也都是他人贈送的。
日本射擊協會副主席安齋石祝賀蘇之渤獲得自選小口徑手槍五十米慢射第一名。
「我僅有的一部分照片基本都是外國運動員贈送的。不要說彩色(膠卷),連黑白的膠卷當時都感到很貴,想買個膠卷回來沖洗,可能一個月工資就沒了。」這也是蘇之渤頗爲遺憾的一件事:當時沒有留下什麽照片,退役之後再也找不回那年的回憶。
恰逢亞運會 110 周年,爲了幫助大衆直觀感受昔日體育健兒的風範,亞奧理事會官方資料館公布了一批德黑蘭亞運會老照片,包括中國隊入場、中國女将跨欄、乒乓球賽、籃球賽、擊劍比賽等重要畫面。
時隔近半個世紀,這些新中國第一次參加亞運會的影像資料首次對外披露。特别值得關注的是,阿裏雲利用當前最先進的 AI 技術将這些珍貴史料進行了修複。
作爲杭州第 19 屆亞運會官方合作夥伴,阿裏雲希望用 AI 技術助力史料修複,讓更多人看見這些值得紀念的瞬間。「那一屆亞運會有很多值得被看到的故事,這些往事不僅可以激勵如今的體育健兒,同樣能夠激勵我們每一個普通人。」
在一系列 AI 技術的加持下,昔日的影像重新煥發了光彩。
那一年,蘇之渤才 25 歲,正是那一代運動員的努力,讓中國體育不斷走向輝煌:
這一次被修複的影像中,不隻有蘇之渤一個人的照片,而是展現了那屆亞運會衆多選手的昔日風采。如果你也想體驗 AI 修複後的效果,點擊下方圖片試試吧:
點擊查看 AI 修複後效果
點擊查看 AI 修複後效果
這張是 1974 年亞運會的開幕式,從這一刻起,中國體育邁出走向世界的征程:
點擊查看 AI 修複後效果
修複老照片的首要困難通常來自于圖像本⾝的質量問題。這些來自 49 年前的老照片,相當一部分已經出現了褪色、劃痕等問題。
在亞運會史料 AI 修複的過程中,阿⾥雲技術團隊還發現,這次的老照片修複存在一項比較特殊的挑戰:保證史料的真實性。
以照片上色爲例,比如國旗、國徽、獎牌、運動員的隊服,這些顔色修複部分都需要與曆史中的實際顔色相匹配。爲了做到這一點,阿裏雲技術團隊花了大量時間尋找合适的參考圖片素材,并與亞奧理事會的相關專家進行了反複溝通。
此外,在視頻史料的修複過程中,還需要考慮視頻整體流暢度等因素。這些問題,帶來了一系列技術層面的挑戰。
以 AI 之筆,重繪褪色的記憶
基于開源社區豐富的 AI 修複技術積累,阿裏雲技術團隊迅速制定了一條完善的技術鏈路,并在阿⾥雲平台上完成了此次修複工作。
從流程上說,首先是對老照片進行去噪、超分、上色、局部重繪,過程中需要利用圖像無參考評價指标對生成圖像質量進行定量分析。在這些基礎的工作之後,團隊還會考量是否實現了「修舊如舊」,保留老照片的藝術效果及風味,并考察上色後照片整體的真實性,比如人物、事件、關鍵物體的色彩。
「大部分的工作是由 AI 自動完成的,我們也結合了 AI 修複以往常用的生成對抗網絡,還有最近兩年比較火的 AIGC 模型,比如 Stable Diffusion。每張照片可能涉及到的修複技術鏈路其實都不太一樣,我們會根據問題去選擇最适合的模型。整個修複過程用到的模型數量很多,大概有三十多個。」阿⾥雲計算平台事業部機器學習 PAI 團隊算法負責⼈黃俊表示。
阿⾥雲技術專家⼩組在電腦前讨論修複蘇之渤領獎照⽚技術⽅案。
具體來說,組合使用 AIGC 模型和經典 CV 模型進行圖像修複主要有以下優勢:
1. 增加圖片修複的多樣性。AIGC 模型能幫助修複後的圖像内容更加豐富、多樣、逼真;
2. 增加圖片修複的可控性。通過添加合适的 prompt,實現局部調整圖像細節,調節内容可控,從而更加精準地完成圖像修複;
3. 緩解對原圖質量的高度依賴。此前的 AI 修複很大程度上取決于原圖本身質量,AIGC 可以一定程度上填補圖像細節,達到更好的修複效果。
除了效果出衆,AI 修複最⼤的優勢還在于大幅提升了修複工作的效率,同時降低了完成任務的門檻。對于專業級别的人類修圖師,也需要⼀兩天的時間才能将一張瑕疵圖片修複到⽐較好的程度。但在 AI 技術的幫助下,隻需要點擊⼀兩個按鈕、選擇⼏個參數,就可以達到媲美修圖師的效果。
此外,阿裏雲技術團隊将這一套複雜的修複流程封裝成了簡單易用的一套工具鏈,包括三十幾種視覺領域的模型和常見的插件和交互工具,并通過阿裏雲的機器學習平台 PAI 開放給大衆。
在這次亞運會前夕,亞奧理事會官方資料館聯合阿裏雲聯合發起了「曆久彌新 —— 亞運史料 AI 修複」計劃,在 aliyun.com 上舉辦了「用 AI 修複亞運老照片」活動。
PAI 平台預置了豐富的開源 SOTA 修複模型,如修複、去噪、上色等算法,并提供了 Stable Diffusion WebUI 讓用戶交互式圖像修複。任何參與者都可以根據需要進行參數調整,組合不同的處理方式以獲得最佳修複效果。即使是對圖像設計和 PS 這些軟件不熟悉的人,也能夠進行圖像修複,參與到亞運曆史的煥新。
參考示例:https://gallery.pai-ml.com/?spm=ata.21736010.0.0.779a7536zJUsFn#/preview/deepLearning/cv/image_restoration
科技與人文的交相輝映
在阿裏雲技術團隊的修複工作完成後,蘇之渤成爲了最早受邀觀看成果的一位觀衆。
放映結束後,蘇之渤提出,希望再次觀看一次照片。由于第一天參加比賽的人不能去參加前一天的開幕式,而射擊隊每次都是第一個比賽項目,所以蘇之渤參加了三次亞運會、卻從未走過開幕式,這也是他的人生遺憾之一。
當照片再次出現在大屏幕上,蘇之渤激動地起身,走到屏幕前,觸摸着往日時光……
AI 修複的不僅僅是照片,同時也修複了人們心中的遺憾。
阿⾥雲計算平台事業部機器學習 PAI 團隊 AI 算法⼯程師鄒心怡表示 :「1974 年,我媽媽才兩歲,我對于這些曆史并不是很了解。我最大的感觸是,1974 年我國在亞運會上拿到了這麽多金牌,如果我不修複這些照⽚⾥⾯的運動員,可能我也不知道他們是誰。這個項目的意義,就是讓大家能夠看見 1974 年的亞運會。」
「用 AI 修複亞運珍貴史料」活動開啓後,大約 1.5 萬人參與到了活動當中,交出了 1000 多張修複作品。打開活動的主頁,也能感受到大家高漲的熱情:
其中的優秀作品有機會入選「1974 年德黑蘭亞運會特展」,這也是亞運史上首個 AI 修複影像展。9 月 24 日至 10 月 8 日,這次用 AI 修複後的珍貴史料将在杭州亞運會博物館對外展出。
在 AI 技術的助力下,曾被塵封的曆史,正在一幕幕展開。
又有哪些記憶中的老照片,是你最想修複如新的呢?