AI 去马赛克体验：马赛克是否完全不可还原

  人们都不喜欢马赛克，以至于诞生出了“马赛克阻止人类文明进步”的箴言。影片里看到马赛克，你会索然无味;文档里看到马赛克，你会兴致扫地……无数朋友都在寻找一个问题的答案——马赛克真的是不可消除的吗?有码能不能用什么黑科技，一键变成无码?

  从原理上来说，马赛克属于永久性的信息丢失。马赛克的原理很简单，把大量的小像素点合并到一个大的像素点，并取平均色，就制造成了马赛克。马赛克显然属于不可逆运算，你无法从一个平均数，推断出它是由哪几个数平均而来的。

  然而，马赛克是否当真完全不可能还原?一般来说，要消除马赛克，需要人进行想象脑补，然后把缺失的内容重新画出来。这种方法效率低，而且效果并不稳定。近几年AI技术的风行，带来了很多不可思议的应用。最近，又出现了一些和AI去马赛克相关的消息，一起来看看。

  Depix

  这是一款近来引起了热烈关注的去码工具。Depix在GitHub上进行了开源，它主要用于去除文字马赛克。如果你是一名开发者，可以通过下面的链接进入到GitHub的页面，来关注该项目。

  Depix GitHub主页：

  我们先来看看Depix的效果。

  Depix去马赛克的效果，从上到下分别是马赛克后的字符、用Depix还原的效果、原图

  虽然不是完美还原马赛克，但也足够惊人——能够将一团不可名状的东西，还原成为有一定可读性的字符，这是人工也难以做到的。Depix是怎么做到这种程度的呢?

  Depix的原理其实并不难理解。首先，Depix使用了一个文本表格，将这些文本打一次马赛克。Depix使用的文本表格采用了De Bruijn sequence布鲁因序列，这个序列包含了预期还原字符的2字符组合。

  De Bruijn sequence布鲁因序列

  Depix的开发者认为，2字符非常重要，因为很多文本打马赛克以后，一些马赛克块会是2字符的组合。例如下图，某个马赛克像素其实同时包含了“o”和“b”，2字符能提供更加精确的匹配。

  通过2字符匹配，可以精确辨识出对应的文字

  最终，生成了一个马赛克块查找表。

  接着，Depix就可以凭借DebBruijn序列的马赛克查找表，来匹配想要还原的马赛克文本了。一旦某个马赛克文本的块，匹配上了查找表中的结果，那么就会很大程度上还原成为比较精确的文字——虽然还不算完美，但效果已经足够让人辨认这是怎样的字符。

  简单来说，Depix的原理是用让马赛克匹配已知的打码数据，然后进行还原。这项技术的出现，对于用马赛克隐藏密码等场景，造成了挑战。不过Depix显然也有局限，它当前主要用于识别英文字母和阿拉伯数字，对于海量的汉字，Depix暂时还无能为力。

  3603.html">Google Brain

  Depix让人看到了文字去码的希望，而Google Brain，则是图像去码方面的代表。Google Brain是Google开展的AI项目，其中对于图像消除马赛克的研究，可谓是非常深入。

  Google Brain使用的是一种全新的像素递归超分辨率技术，通过大量高、低分辨率的采样学习，然后得出规律来匹配修复结果。例如，Google Brain学习到了某种黑点是属于眼睛，那么在还原马赛克的时候，就可以把这种黑点还原成眼睛。从测试来看，效果的确不同凡响。

  来自Google的图像去码AI

  这样的AI技术有什么用?去除马赛克只是特定场合的具体应用，类似的算法在很多时候都可以发挥作用——只要当图像需要修复的时候，就有用武之地。例如拍照片手抖了失焦了，糊成一片该咋办?传统的方法可能就是简单粗暴的锐化了，而如果拍照APP使用AI技术，就可以“脑补”回丢失的细节和锐度，给你一张尽量可用的照片。

  总结

  除了上文所提到的，现在还有很多利用AI增强图像的技术，例如Waif2x智能放大图片技术，乃至NV家的DLSS技术，其实都和去马赛克的AI有异曲同工之妙，都是通过AI“脑补”出不存在或者已损的图像信息，来增强图像清晰度。

  在未来，随着AI算法的完善、机器学习的积累以及硬件算力的进步，AI去码、图像增强还会有更多惊人的效果，或许在未来某一天，马赛克将不再成为观瞻的障碍吧。