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。
　　DepixGitHub主页：https：github。combeurtschipperDepix
　　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DeBruijnsequence布鲁因序列，这个序列包含了预期还原字符的2字符组合。
　　DeBruijnsequence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。GoogleBrain
　　Depix让人看到了文字去码的希望，而GoogleBrain，则是图像去码方面的代表。GoogleBrain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。
　　GoogleBrain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，GoogleBrain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。