這是清朝末代皇后婉容廣為流傳的一張老照片：
如果讓照片變成彩色的，會(huì)是什么樣子？
竟然沒有什么違和感，百年前的老照片似乎在此刻變得鮮活了起來。
而這張圖上色的背后，并沒有真人在一步步操作渲染，而是一個(gè) AI 一鍵搞定的那種。
它叫 Palette.fm，是由谷歌機(jī)器學(xué)習(xí)研究員 Emil Wallner 打造。
只需要一個(gè)“拖拽”或“上傳”動(dòng)作，就能呈上數(shù)十種不同風(fēng)格的彩色照片。
甚至對(duì)想要的效果，還能用自然語言去描述生成。
更重要的是，小哥搞的這個(gè)網(wǎng)站還是免費(fèi)、不需要注冊(cè)或登錄的那種。
于是乎，這個(gè)網(wǎng)站在“黑白照上色”圈里火了一把。
很 easy 地讓黑白照變彩色
正如我們剛才提到的，這個(gè) AI 非常明顯的一個(gè)標(biāo)簽，就是操作簡單。
然后靜等幾秒鐘，上傳的黑白照就立馬“光彩照人”了：
如果對(duì)于網(wǎng)站給出的“基礎(chǔ)款”上色效果不滿意，別急，后邊還有一大堆上色效果可選：
但若是對(duì)這么多的上色效果還不滿意怎么辦？
那咱就“自定義”一套，用自然語言描述一下就行的那種。
只需要在編輯框內(nèi)用自然語言描述下想要的效果，然后點(diǎn)擊一下“Colorize”，就能得到你想要的效果啦~
以及還有個(gè)“Surpise Me”的功能，會(huì)讓這個(gè) AI 自行腦補(bǔ)些有趣的上色提示詞。
玩法很簡單，但肯定有好奇的友友們要問了：“AI 自己補(bǔ)的色，能很真實(shí)地做到還原嗎？”
Good question！
咱們現(xiàn)在就用這個(gè) AI 上色的效果跟真實(shí)照片的色彩做個(gè)大 PK。
原照片是長這樣的：
然后咱們用 Photoshop 將它調(diào)成黑白色：
不難看出，AI 在沒有任何提示之下，首先聯(lián)想到的上色方案，是偏午后陽光的湖面之景。
然后我們只需要把提示詞稍作修改，就可以讓效果接近原圖了：
至于這個(gè) AI 背后的具體技術(shù)，小哥并沒有透露特別細(xì)節(jié)的內(nèi)容，但對(duì)大體的過程做了描述：
通過機(jī)器學(xué)習(xí)模型對(duì)圖像進(jìn)行分類，對(duì)上傳的圖像會(huì)有個(gè)自己初步的上色方案。
我主要做了 2 個(gè) AI 模型，一個(gè)用來生成文本，一個(gè)用來上色。
網(wǎng)友：比其他上色 AI 更好用！
其實(shí) AI 給黑白圖片上色，已經(jīng)不是很新鮮的事兒了。
但是圍觀的網(wǎng)友們紛紛表示，Palette.fm 的比他們之前用過的其他 AI 更好用！
而這也讓一位兼職著色師對(duì) Palette.fm“愛恨交加”：
因?yàn)檫@個(gè) AI 的著色能力著實(shí)很突出。他之前也試過 ImageColorizer.com 等其他 AI 工具，但都沒有這樣的效果。
比如對(duì)英格麗?褒曼這張?jiān)凇犊ㄋ_布蘭卡》里的劇照上色：
他認(rèn)為，ImageColorizer 幾乎只把人物顏色補(bǔ)充得還可以，而背景色處理得并不咋滴；而 Palette.fm 則把人物和背景顏色都補(bǔ)充得更生動(dòng)自然。
但另一方面，這位兼職著色師也有點(diǎn)兒擔(dān)心 AI 過于強(qiáng)大，會(huì)搶了他的飯碗……
還有網(wǎng)友用 Palette.fm 給自己已逝父親的黑白舊照上色，然后驚喜地表示，有那味兒了！
除了給人物照片著色之外，還有人也對(duì)風(fēng)光照片下手了。
Ta 用 Palette.fm“復(fù)原”了 1920 年代的街景。
不過與此同時(shí)，也有網(wǎng)友認(rèn)為，這個(gè) AI 依然存在“偏見”。
其中最主要的一點(diǎn)就是，AI 會(huì)把舊事物描畫得比較沉悶，一看就很有年代感；但其實(shí)過去的東西往往也是很豐富多彩的。
就拿一位俄羅斯攝影師在 1909 年至 1915 年間拍攝的照片來說，原圖是彩色的，研究人員把這些圖弄成黑白之后，再讓 AI 上色。
結(jié)果是這樣的：
而實(shí)際上，原圖是醬嬸兒的：
也就是說，AI 給較古早的圖像著色時(shí)，居然還自帶一層“年代濾鏡”。
所以不少人依然覺得，雖然 AI 的技能正在突飛猛進(jìn)，但有些事兒吧… 還得靠真人來完成。
開發(fā)者已研究黑白照上色 5 年多
再來說說這個(gè)涂色 AI 背后的主人公，機(jī)器學(xué)習(xí)研究員 Emil Wallner。
Emil 目前在谷歌工作，并使用 ML 來探索藝術(shù)和文化。
事實(shí)上，關(guān)于給黑白圖片上色，這位哥們兒已經(jīng)研究了 5 年多。
他分享道，上色過程背后的一些代碼，是用谷歌的 TensorFlow 來編寫的。
而且近年來，這些算法一直在多項(xiàng)反復(fù)的實(shí)驗(yàn)中不斷地優(yōu)化著。
截至目前，這個(gè) AI 已經(jīng)從上百萬張圖像上學(xué)習(xí)過了，所以它的著色效果會(huì)比許多同類 AI 都更精準(zhǔn)。
另外值得一提的是，Emil 本人很支持“開源”，他已經(jīng)把自己寫的代碼都公開了。
他指出：
如果學(xué)習(xí)算法變得越來越容易，大家就可以相互學(xué)習(xí)到更多東西。
對(duì)了~ 前文也說到 Palette.fm 可以免費(fèi)試用，量子位用赫本的劇照試了下，親測(cè)不戳！
想自己動(dòng)手給黑白老照片上色的友友們，可以戳下面的鏈接試一試。
傳送門：
https://palette.fm/
參考鏈接：
[1]https://arstechnica.com/information-technology/2022/10/colorize-black-and-white-photos-with-palette-fm-an-ai-powered-online-tool/
[2]https://www.loom.com/share/dc62bad90d2349f09ac9ad1e37216a4d?sscid=a1k6_opui3&utm_source=shareasale&utm_medium=affiliates&utm_campaign=314743
[3]https://news.ycombinator.com/item?id=33261494
本文來自微信公眾號(hào)：量子位 （ID：QbitAI），作者：金磊、Alex
廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。