黑白老照片上色已經不足為奇了，但是讓黑白老電影還原彩色還是非常新鮮有趣的意見事情。近日，Twitter 上有一位小哥研究了一個名為 DeOldify 的工具，可以讓黑白老電影以及老照片復原其本色。

　　誰說經典只屬于黑白？

　　最近，一位名叫 Jason Antic 的小哥在 Twitter 上大火了一把，他創建的 DeOldify 工具，可以讓過去的黑白視頻和照片秒變彩色。

　　這個神器一出，可把網友們高興壞了，紛紛開始玩兒了起來。目前在 GitHub 上 5800+ 星，相當火爆！

　　卓別林的電影瞬間年輕、有“味道”了許多。

　　1960 年的經典電影《Psycho》：

　　1936 年的經典電影《Reefer Madness》：

　　1927 年的經典電影《Metropolis》：

　　DeOldify 不僅能讓視頻恢復色彩，還能讓黑白老照片秒變彩照。

　　《移民母親》，Migrant Mother by Dorothea Lange (1936)：

　　"Toffs and Toughs" by Jimmy Sime (1937)：

　　這些黑白的視頻和照片，當換上了彩色的“衣服”時，不得不說拉近了與我們的距離，并不覺得那么得有年代感了。

　　讀者們可以手動試試為黑白老照片添色了！地址如下：

　　https://colorize.cc/

　　只需要從本地上傳或者添加圖片的鏈接，輸入郵箱即可收到，非常的方便。

　　新智元便試了一下“慈禧太后”的黑白照，結果如下：

　　可以說，是相當的逼真了！

　　神奇的 DeOldify 背后的利器：NoGAN

　　作者在 GitHub 中提到，DeOldify 中至關重要的就是 NoGAN。NoGAN 訓練結合了 GAN 訓練的優點(絢爛的色彩)，同時消除了令人討厭的副作用(如視頻中閃爍的物體)。作者表示視頻是使用孤立的圖像生成，沒有任何形式的時間建模附加。該過程執行 30-60 分鐘的 GAN 部分的“NoGAN”訓練，一次使用1% 到3% 的 imagenet 數據。然后，與靜態圖像著色一樣，在重建視頻之前，對單個幀進行“去舊化”。

　　除了提高視頻的穩定性，還有一件有趣的事情值得一提。事實證明，運行的模型，甚至是不同的模型和不同的訓練結構，都或多或少地得出相同的解決方案。你可能認為有些東西的顏色是隨意的、不可知的，比如衣服的顏色、汽車的顏色，甚至是特效(就像《大都會》里看到的那樣)。

　　作者對此的猜測是這些模型正在學習一些有趣的規則，關于如何根據黑白圖像中出現的細微線索來著色。這個結果導致了非常確定和一致的結果，這意味著你沒有跟蹤模型著色決策，因為它們不是任意的。此外，它們看起來非常健壯，所以即使在移動場景中渲染也是非常一致的。

　　那么 NoGAN 是什么呢？

　　這是作者開發的一種新型 GAN 訓練模型，用來解決之前 DeOldify 模型中出現的一些關鍵問題。

　　它提供了 GAN 訓練的好處，同時花費最少的時間進行直接的 GAN 訓練。在非常短的實際 GAN 訓練期間，發生器不僅獲得了過去需要數天逐步調整大小的 GAN 訓練的完全逼真的著色能力，而且它也幾乎沒有產生任何 GAN 的“副作用”。據作者介紹，這是一種非常有效的新技術。

　　下圖是原始 DeOldify 模型的效果，可以看出不同幀的顏色是存在差異的。

　　下面是基于 NoGAN 的 DeOldify 模型，可以看到著色效果非常好。

　　為什么是三個模型？

　　DeOldify 現在有三種型號模型可供選擇。每個都有關鍵優勢和劣勢，因此具有不同的用例。

　　更多細節內容可以訪問查看 GitHub：

　　https://github.com/jantic/DeOldify/blob/master/README.md