看了这么多，大家肯定也很好奇，到底 AI 是怎么实现修复旧视频和旧照片的呢？
这还是要得益于 GitHub 修复技术的开源。
对于低像素的片段，图像修复一般使用“扩散”或“示例”的方法，重构缺失部分的一个像素点，就像大家熟悉的“脑补”。
通过 AI 的不断学习，神经网络可以实现精准的分类，完成准确的像素补充。
目前，以 ESRGAN 为代表的增强型超分辨率方法，甚至能够生成真实的纹理感。
同时在上色方面，以 DeOldify 为例的项目，AI 通过长期的学习和纠正，能够区分画面当中的物体。
并且通过原本黑白片段进行分析，对场景当中的不同物体进行色彩填补。
当然，通过这些超分辨率和视频上色的方法，能够让画面效果更加接近现在的水平。
但是嚯，这只是 AI 大量学习之后，尽可能复原出来的效果，可能和当时的真实情况有一丢丢区别。
不过，这也不影响我们窥探当时人们的生活方式。
要是摄影摄像技术再早一点被发明，说不定我们就能看到，清朝早期甚至更早的前人影像。
不知道这神奇的 AI 技术，以后还能给我们带来什么样的惊喜。
拭目以待吧。
