调节神经网络和先前的神经网络的组合分析图像可以产生更高分辨率的32×32像素版本。从过程可以看到一个模糊的，几乎无法辨认的画面变成了清晰的人或者物。

AI系统采取双管齐下的方式。调节网络神经系统采用低分辨率图像，并将其与高分辨率图像进行比较，确定图像中是否有人或者物。研究人员解释说，将低分辨率图像与大图像按比例缩小至相同的8x8像素大小，就可以与高分辨率图像进行比较。

谷歌AI研究人员在他们的论文中写道：“当源图像中不完整时，那他们的挑战不只是将图像去模糊，还在于要将图像缺失的部分生成。“

为了证明AI生成的图像是可信的，研究人员在人类志愿者身上测试了他们的系统。他们向一群志愿者展示了源图像和生成的图像，让他们观察哪一个是源图像。50%的人将合成的图像看成源图像，一个算法混淆了人们的视觉。

随着进一步的发展，可以开发类似的系统来为低分辨率的图片和视频添加细节。当前可应用于模糊的闭路电视图像。虽然该方法尚未用任何图像数据库进行测试，AI创作目前应该是“最佳猜测”，而不是完全准确的描绘。

原文来自：

本文地址：//gulass.cn/googleai-photo-Clear.html

编辑：倪家兴，审核员：逄增宝

本文原创地址：//gulass.cn/googleai-photo-clear.html编辑：倪家兴，审核员：暂无