修复 真大神!AI 修复百年前民国北京影像,网友:仿佛穿越了

【修复 真大神!AI 修复百年前民国北京影像,网友:仿佛穿越了】百年后的生活场景难以想象 , 但百年前的生活 , 还是可以看到的 。
近日 , 微博用户“大谷Spitzer”利用 AI 技术进行上色、修复帧率、扩大分辨率 , 修复了人民日报四年前发布的一段拍摄于 100 年前的北京生活影像 。
网友称其为“一百年前的 vlog” , 并且还贴心了取了个颇有现代 vlog feel 的名称——
【Vlog】100年前的人是怎样生活的?大街|寺庙|出殡|遛狗|市井小巷|大院门口
有内味儿了!
100 年前的北京 , 酷不酷?
视频是由加拿大摄影师于 1920-1929 年拍摄 , 从历史角度来看 , 该影像的生活场景为民国初年 。 但从影像内容来看 , 1920 年的北京紫禁城仍有清代朝廷的“味儿” , 许多清代的文化风俗在当时依然被维持着 。
1920 年的京城 , 究竟是何种模样?
修复 真大神!AI 修复百年前民国北京影像,网友:仿佛穿越了
文章图片

首先从大全景来看 , 100 年前的京城 , 路上依然人来人往 , 人流、马车、人力车交错同行 。
不得不感叹一句 , 百年前的北京 , 可真是一点儿都不堵!
修复 真大神!AI 修复百年前民国北京影像,网友:仿佛穿越了
文章图片

从出行方式来看 , 当时的交通工具主要有人力车、马车、轿子三种形式 , 但大多数情况下 , 选择步行的人居多;毕竟 , 在一百年前 , 不是谁都打得起车 , 坐得起轿子 。
修复 真大神!AI 修复百年前民国北京影像,网友:仿佛穿越了
文章图片

虽然一百年前没有购物商场 , 但有着各式各样的集市 , 商贩们就地摆摊 , 买家们驻足观看 , 这样看来也是别有一番购物风味啊 , 说不定只想出门遛弯 , 却忍不住剁手买买买 。
修复 真大神!AI 修复百年前民国北京影像,网友:仿佛穿越了
文章图片

另外 , 还有安逸和谐的逗狗场景 , 有网友调侃称:狗子依然还是那个狗子 。
修复 真大神!AI 修复百年前民国北京影像,网友:仿佛穿越了
文章图片

在大多数画面中 , 影像出镜人物多为男性 , 镜头转向寺庙祭拜场景时 , 便鲜有地出现了女性的身影 。 从画面中可以看出 , 那时的女性脚部多为“三寸金莲脚” , 当时的男性还留着长辫 。
对于当时的着装 , 网友调侃道:是不是都不洗的 , 看起来脏兮兮的 。
修复 真大神!AI 修复百年前民国北京影像,网友:仿佛穿越了
文章图片

另外 , 视频中还出现了疑似“出殡”的画面 , 人们穿着白色外衣走在前头 , 后面跟随着一辆轿子出现在大街上 。
虽然多数画面都与现代生活场景有所差异 , 但较为有趣的是 , 一百年前人们打招呼的方式 , 网友称其为“萝卜蹲” 。
修复 真大神!AI 修复百年前民国北京影像,网友:仿佛穿越了
文章图片

迎面走来 , 双目相对 , 先蹲为敬 。
修复 真大神!AI 修复百年前民国北京影像,网友:仿佛穿越了
文章图片

可以看出 , 男女之间的打招呼方式也有些细微差异 , 并且打招呼也不仅是“萝卜蹲”一种 , 作揖也是常见的方式 。
对比现代的招手 say hi , 不得不说 , 以前的人们礼节真的很到位 。
虽然视频时长仅有 10 分钟 , 但却从多个角度体现出了百年前的不同风貌 , 网友们纷纷感慨着百年间的沧桑巨变:
太容易代入了 , 感觉是两个时代人的见面 。
AI 修复旧影像 , 有多强?
影片修复原作者“大谷Spitzer”称 , 影片利用 AI 技术完成了上色、修复帧率、扩大分辨率的步骤 , 其技术管线参考自 Denis Shiryae 的影像修复教程 。
或许国内少有人停过“Denis Shiryae ”这个名字 , 但这位大神 , 是影史第一片《火车进站》影像修复的背后功臣 。
修复 真大神!AI 修复百年前民国北京影像,网友:仿佛穿越了
文章图片

《火车进站》拍摄于 1895 年 , 影片全长 45 秒 。 由于当时技术局限 , 原始影片的质量非常模糊 , 分辨率非常低 , 原始帧率大概在 16 帧到 24 帧之间 。
不过 , 经 Denis Shiryae 出手 , 通过神经网络的画面分辨率增强和插帧之后 , 该影片达到了 4K 高清分辨率 , 帧率提高到每秒 60 帧;也就是说 , 该影片能够更高清 , 更顺畅呈现给观众了 。
雷锋网了解到 , Denis Shiryaev 使用的是 Topaz 实验室的 Gigapixel AI 以及 DAIN image 图像编辑应用程序 。
据官网介绍 , Gigapixel AI 软件内嵌专有的插值算法 , 在分析图像的同时能够识别图像的细节和结构 , 即使将图像放大 600% , 它也可以使图像更清晰 。
另一方面 ,DAIN (Depth-Aware Video Frame Interpolation)可对电影中的帧进行预测 , 并将其插入现有视频之中 。 换句话说 , DAIN 能够分析并映射视频剪辑 , 然后在现有图像之间插入生成的填充图像 。


推荐阅读