ADVERTISEMENT
這是清朝末代皇后婉容廣為流傳的一張老照片：
如果讓照片是彩色的，會是什麼樣子？
看起來沒有什麼違和感，百年前的老照片在此刻似乎變得鮮活了起來。 而這張上了色的照片，並沒有真人在一步步操作軟體上色，而是一個AI一鍵完成的。
它叫Palette.fm，是由Google機器學習研究員Emil Wallner所打造的。
只需要一個「拖拉」或「上傳」動作，就能呈上數十種不同風格的彩色照片。甚至對想要的效果，還能用自然語言去描述產生。 更重要的是，這個網站還是免費、不需要註冊或登入就可以使用。於是這個網站在「黑白照上色」圈裡紅了起來。
很簡單地讓黑白照變彩色
正如我們剛才提到的，這個AI非常明顯的一個標籤，就是操作簡單。
然後等一下，上傳的黑白照就馬上就「光彩照人」。
如果對於網站給出的「基本款」上色效果不滿意，後邊還有一大堆上色效果可以選：
但若是對這麼多的上色效果還不滿意怎麼辦？
那就「自訂」一套自己的上色標準，用自然語言描述一下就可以。
只需要在編輯方塊內用自然語言描述下想要的效果，然後點擊一下「Colorize」，就能得到自己想要的效果。還有個「Surpise Me」的功能，會讓這個AI自行腦補些有趣的上色提示詞。
玩法很簡單，但肯定有好奇的人們要問：「AI自己補的色，能很真實地做到還原嗎？」
這真是個好問題！
現在就用這個AI上色的效果跟真實照片的色彩來PK一下。
原照片是長這樣的：
然後先將照片用Photoshop調成黑白色：
然後再用AI來上色。
不難看出，AI在沒有任何提示之下，首先聯想到的上色方案，是偏午後陽光的湖面之景。
然後我們只需要把提示詞稍作修改，就可以讓效果接近原圖了：
至於這個AI背後的具體技術，Emil Wallner並沒有透露特別細節的內容，但對大致的過程做了描述：
透過機器學習模型對圖像進行分類，對上傳的圖像會有個自己初步的上色方案。
我主要做了2個AI模型，一個用來產生文本，一個用來上色。
網友：比其他上色AI更好用！
其實AI為黑白圖片上色，已經不是很新鮮的事。但是網友們都表示，Palette.fm的比他們之前用過的其他AI更好用！
而這也讓一位兼職著色師對Palette.fm「愛恨交加」，因為這個AI的著色能力著實很突出。他之前也試過http://ImageColorizer.com等其他AI工具，但都沒有這樣的效果。
像是為英格麗·褒曼這張在《北非諜影》裡的劇照上色：
認為，ImageColorizer幾乎只把人物顏色補充得還可以，而背景色處理得並不怎麼樣；而Palette.fm則把人物和背景顏色都補充得更生動自然。
但另一方面，這位兼職著色師也有點兒擔心AI過於強大，會搶了他的飯碗…… 還有網友用Palette.fm為自己已逝父親的黑白舊照上色，然後驚喜地表示，是有那種感覺了！
除了為人物照片著色之外，還有人也拿來為照物照上色。這是用Palette.fm「復原」了1920年代的街景。
不過與此同時，也有網友認為，這個AI依然存在「偏見」。
其中最主要的一點就是，AI會把舊事物描畫得比較沉悶，一看就很有年代感；但其實過去的東西往往也是很豐富多彩的。就拿一位俄羅斯攝影師在1909年至1915年間拍攝的照片來說，原圖是彩色的，研究人員把這些圖弄成黑白之後，再讓AI上色。
結果AI上完色的是這樣：
而實際上，原圖是這樣子的。
也就是說，AI為較古早的圖像著色時，居然還會自己加上「年代濾鏡」。所以不少人依然覺得，雖然AI的技能正在突飛猛進，但有些事…還得靠真人來完成。
開發者已研究黑白照上色5年多
再來說說這個塗色AI背後的主人翁，機器學習研究員Emil Wallner。
Emil目前在Google工作，並使用Machine Learning機器學習來探索藝術和文化。事實上，關於為黑白圖片上色，Emil Wallner已經研究了5年多。 他分享道，上色過程背後的一些代碼，是用Google的TensorFlow來編寫的。
而且近年來，這些演算法一直在多項反復的實驗中不斷地最佳化。截至目前，這個AI已經從上百萬張圖像上學習過了，所以它的著色效果會比許多同類AI都更精準。 另外值得一提的是，Emil本人很支持「開源」，他已經把自己寫的程式碼都公開了。
他指出：
如果學習演算法變得越來越容易，大家就可以相互學習到更多東西。
Palette.fm可以免費試用，用奧黛麗·赫本的劇照試了一下。
想自己動手為黑白老照片上色的網友，可以到palette.fm的網站試一試。
資料來源：
인스 타 팔로우
인스 타 팔로워 늘리기
한국인 인스타 좋아요
팔로워 구매 인스 타