剃头挑子、京韵大鼓、摆地摊，AI技术重现的老北京原声影像又火了，网友：这口音太过真实

机器之心报道

参与：张倩、蛋酱

「大谷的游戏创作小屋」又用AI修复了一段老北京影像，这次还带时代原声……

剃头挑子、街边地摊、京韵大鼓，多数人可能只在电影、电视剧中看过老北京的这些景象。但早在 90 年前，就有人将这些场景都拍了下来，而且完好地保存在美国南卡罗莱纳大学影像库。影片中还收录了时代原声，原汁原味地记录了当时老北京的平民生活。

90 年后，有人将这些影片翻了出来，还用 AI 进行了修复，包括上色、提高分辨率等操作。

从这段影片中，我们能看到很多非常生活化的场景，比如小学生在学校外边买饭：

小伙子找个剃头摊剃头：

在观赏修复效果的同时，我们还能听到剃头师傅和小伙子一问一答：

「疼不疼？」

「不疼。我还不哭呢外带着。」

「嘿，你家什么地方住？」

「宝坻县」

「这头剃得好，不疼。剃不好，真疼！」「剃好了咱还找你去」

「你家几口人呐？」

「十口！」

「十口人？怎么那么些人呢？」

「人多，好。」

「一天挣二毛钱够挑费不？」

「一天挣两块！」

「哦，这还不错。」

这段场景被当时的拍摄者描述为 「不用付租金的理发师」。

剃完之后，小伙子还不忘给个好评，一边拍着脑瓜一边说：「剃挺好！」 那时候的人大概没有预料到，在 90 年后的今天，现代人都忙着生发、植发、戴假发……

希望坐在电脑前的你变强变秃后也能保持这份心态。

剃完了头逛逛街吧，看看 90 年前的首都地摊长什么样：

‍可以看到，90 年前的北京街头也是人头攒动，有卖衣服的、卖（遛）鸟的、卖各种小商品的，其热闹程度似乎不亚于疫情前的王府井。

除了这些，街头还有一些老艺人，向我们呈现百年前的京韵大鼓：

‍

看到这里，你或许已经猜到了这段视频的修复者，他就是前段时间很火的 B 站 up 主 「大谷」。就在不久前，大谷在他的 B 站账号「大谷的游戏创作小屋」 上发布了第一个老北京修复影片 。截止目前，该视频的累计播放量已经达到 200 多万，还得到了央视等权威媒体的报道。

这次的修复影像由「大谷的游戏创作小屋」和央视新闻联合发布。原视频出处为南卡罗莱纳大学影像库馆藏胶片，音效也不是后期配音，全部为时代原声。

看完之后，很多人才发现，一百年前的北京市民和现在长得一模一样，口音也如出一辙：「还在想回去要咋交流，原来一样的哈哈哈」

还有人评价说，「剃头的俩人像在说相声”。

让我们一起通过视频感受一下：

这次修复用了什么技术？

在第一期的老北京影像修复过程中，UP 主借鉴了海外 YouTube 博主 Denis Shiryae 的影像修复教程，包括上海交大 Bao Wenbo 等人提出的 DAIN 插帧技术（参见论文《Depth-Aware Video Frame Interpolation》）。

这一次，UP 主特别提到，除了上述修复技术，自己还用到了一种新技术：DeepRemaster。

论文地址：http://iizuka.cs.tsukuba.ac.jp/projects/remastering/en/index.html

这项技术由日本筑波大学和早稻田大学的两位研究者合作提出，论文被计算机图形学顶会 SIGGRAPH Asia 2019 收录。与近年来使用递归模型处理视频的方法不同，该方法对老旧影像的修复是基于全卷积网络实现的。

老旧影片的修复包含多项步骤，比如超分辨率、噪声消除和对比度增强，旨在让已经老化的影片介质恢复到原始状态。当然，由于特定时代的技术限制，许多老旧影片要么是黑白影像，要么色彩呈现质量较低，因此在修复中也常常需要着色。

在这项研究中，研究者提出了一个单一框架，以半交互的方式处理所有重制任务。该框架基于带有注意力机制的时间卷积神经网络。他们提出的 source-reference 注意力允许模型处理任意数量的彩色参考图像（reference color images），在不需要分割的情况下给长视频着色，同时保持时间一致性。与之前的方法相比，该方法的性能随着视频长度和彩色参考图像数量的增长而增长。

DeepRemaster 的网络架构如下：

输入一系列的黑白图像，通过预处理网络修复，修复的结果作为最终输出视频的亮度通道。然后，source-reference 网络将预处理网络的输出和任意数目的彩色参考图像结合，产生视频的最终色度通道。

在着色过程中，研究者使用了 source-reference 注意力，让模型依照彩色参考图像中相似区域的颜色对视频进行着色。模型输出部分就是输入视频重制后的版本。

为了测试网络的效果，研究者对一些老旧影像进行了重制，并对该方法进行了定量和定性的深入评估。

在下图中，每个视频最上面一行的图像是着色的参考图像。实验结果表明，利用 source- reference 注意力，使用少量参考图像即可高效获得稳定、一致的数千帧图像。

《Right to Health, A (Part I)》重制结果, 使用了三张参考图像。

《Freedom Highway (1956)》重制结果，使用了两张参考图像。

《The Jungle Book(1967)》重制结果，使用了 41 张参考图像。

与以往方法相比，用 DeepRemaster 重制的图像与真实世界的色彩更加一致。

在噪声消除方面，DeepRemaster 能够很好地处理各种类型的噪声，同时也能够锐化输入图像。

如果你也对影片修复感兴趣，可以参考论文中的方法。

7月11日09:00-12:00，机器之心联合百度在WAIC 2020云端峰会上组织「开发者日百度公开课」，为广大开发者提供 3 小时极致学习机会，从 NLP、CV 到零门槛 AI 开发平台 EasyDL，助力开发者掌握人工智能开发技能。扫描图中二维码，加机器之心小助手微信邀您入群。