Någon använde neurala nätverk för att lägga till färg till denna förbättrade 1896-film
Vad är bättre än att skala upp en film från 1896 till 4K 60 FPS-kvalitet? Att ta nästa logiska steg och lägga till färg såklart. Efter uppföljningen av Denis Shiryaevs arbete satte en annan YouTuber färg till filmen L’arrivée d’ un train en gare de La Ciotat, för oss alla att njuta av. Det är förvånansvärt framgångsrikt, med bara några få uppenbara misstag.
Neurala nätverk kan vara ett bra sätt att få komplicerat arbete gjort snabbt. Men att träna ett neuralt nätverk innebär inte att man säger till det varje sak man ska göra. Istället handlar det ofta om att arbeta baklänges.
Om du vill träna ett neuralt nätverk för att uppskala en bild börjar du med högupplösta foton och minskar deras kvalitet. De nedsamplade bilderna blir en utgångspunkt för neurala nätverk att lära av, och de ursprungliga högkvalitativa bilderna blir det "rätta svaret."
När Denis Shiryaev använde flera verktyg för att uppskala L’arrivée d’ un train en gare de La Ciotat, tog de gissningar om hur man skulle förbättra videon, lägga till nya ramar och jämna ut allt. Resultaten var imponerande.
Nu tog en annan YouTuber (Deoldify-videor) den här filmen och använde DeOldify-verktyg för att lägga till färg. DeOldify fungerar som många neurala nätverksverktyg, men med en extra twist. DeOldify förlitar sig på två neurala nätverk, ett som lägger till färg till videon och ett annat som kritiserar resultatet.
Det ena neurala nätverket lär det andra att arbeta bättre och producera mer realistiska resultat. Slutresultatet är en någorlunda övertygande färgversion av L’arrivée d’ un train en gare de La Ciotat.
Tågentusiaster kommer dock att vara snabba med att påpeka att AI:n fick viktiga detaljer fel. Tåget som syns i videon ska ha grönt liv, eftersom lok som ägs av PLM-järnvägen alltid hade de färgerna vid den tiden. Titta noga på reflektionerna som kommer från tåget, och du kommer att se fläckar som inte heller var tillräckligt färgade.
Ändå är resultaten imponerande, särskilt när du tänker att en människa inte gjorde något av arbetet. Med tid och ansträngning kommer resultaten och noggrannheten att förbättras.