近日啟動的“經(jīng)典香港電影修復(fù)計劃”,，計劃將100部香港老電影修復(fù)至4K版本。

電影修復(fù)流程繁雜瑣碎,。過去，一位經(jīng)驗豐富的修復(fù)師需要1個月的時間，才可以修復(fù)完成一部影片,，而這次修復(fù)百部香港老片將使用深度學(xué)習(xí)等人工智能技術(shù),，這將極大地提升電影修復(fù)效率，同時進(jìn)一步優(yōu)化影片的畫質(zhì),，為觀眾帶來超高清的觀影沉浸感,。

傳統(tǒng)的修復(fù)方法更多關(guān)注光影、色彩,、美學(xué)等,，而人工智能修復(fù),，可以從清晰度,、流暢度等方面提升老片的畫面質(zhì)量。那么,，人工智能是如何介入電影修復(fù)的,？

由于拍攝設(shè)備、存儲方式等方面的限制,，老電影往往帶有嚴(yán)重的膠片噪聲且分辨率較低,。此外，由于拍攝年代和拍攝方式等的不同,，老電影的畫面質(zhì)量也參差不齊,，很多畫面模糊不清。

提升影片的清晰度,，須修復(fù)模糊的畫面,。去模糊的難點在于，模糊的類型多種多樣,。在拍攝,、儲存、拷貝翻印,、膠片數(shù)字化以及壓制導(dǎo)出的過程中,，都可能產(chǎn)生模糊損傷，這導(dǎo)致模糊問題成因復(fù)雜,，修復(fù)人員通常難以獲得精準(zhǔn)的“模糊核”,。

利用人工智能技術(shù)，可以從低質(zhì)數(shù)據(jù)中抽取不同程度的模糊視頻,，利用相關(guān)統(tǒng)計方法進(jìn)行真實的“模糊核”估計,，并通過主觀驗證進(jìn)一步篩選“模糊核”的類型。同時,，在自建的高清影視數(shù)據(jù)集上,，生成“模糊—清晰”匹配數(shù)據(jù)對來訓(xùn)練機器學(xué)習(xí)從低質(zhì)到高清的潛在的映射關(guān)系。這樣就能快速分辨出不同影片,、不同畫面模糊的原因,，進(jìn)而提升修復(fù)效率。

在老電影修復(fù)中,，電影中的人像需要重點關(guān)注和優(yōu)化,。利用人工智能技術(shù)，使用基于生成式的人像修復(fù)模塊,，在保持人像真實特征的前提下,，可以進(jìn)行高清五官重建。對低分辨率、多次壓縮損傷以及拍攝環(huán)境（如暗場景和拍攝過程抖動）等造成的模糊,、失焦,、噪聲、馬賽克等畫質(zhì)損傷,，都能有效解決,。

在這次100部經(jīng)典港片的修復(fù)中，人工智能還為我們提供了老舊人像修復(fù)和人像超清化等不同的人像解決方案,。對于低質(zhì)量的人像,，我們優(yōu)化了人像模型在時域上的清晰度和穩(wěn)定性，對不同大小的人臉（近景/中景/遠(yuǎn)景）,、不同姿態(tài)角度的人臉（側(cè)臉/俯視/仰視）,、不同遮擋程度的人臉都有較好的修復(fù)增強效果。對于一些中高質(zhì)量的人像,，我們使用人像超清模塊,，優(yōu)化五官清晰度，最大限度還原睫毛,、眉毛,、發(fā)絲和膚質(zhì)等臉部細(xì)節(jié)，修復(fù)結(jié)果更有質(zhì)感,。

很多老電影由于膠片保存不當(dāng)出現(xiàn)褪色情況，畫面存在色偏,。為解決這一問題,，需要對其進(jìn)行色彩校正，還原符合電影美學(xué)風(fēng)格的色彩,。借助人工智能技術(shù),，修復(fù)人員可以設(shè)計出符合電影美學(xué)標(biāo)準(zhǔn)的色彩校正方案。具體做法是,，對影片內(nèi)容進(jìn)行場景分割,，使用深度學(xué)習(xí)方案逐幀學(xué)習(xí)其色彩校正矩陣；針對幀間一致性問題,，則按場景計算出色彩校正矩陣的均值,；對同一場景，使用同一套色彩校正矩陣進(jìn)行處理,，從而得到穩(wěn)定的校正結(jié)果,。

利用人工智能技術(shù)還能提升老電影的流暢度。比如,，一些武打片中,，有很多人物快速運動的場景。當(dāng)畫面幀與幀間運動較大，超過一定范圍時,，光流就會估計不準(zhǔn)確,，容易產(chǎn)生拖影。利用智能插幀算法,，通過對前后幀的內(nèi)容進(jìn)行光流估計,，并根據(jù)光流信息將前后幀像素都轉(zhuǎn)換到中間幀，然后進(jìn)行整合,，生成中間幀,，提升視頻幀率，這樣就可以減少觀眾觀看時的卡頓感,。

一些老電影的膠片,，由于保存不當(dāng)，容易出現(xiàn)臟點,、污漬和霉斑,，呈現(xiàn)在畫面上就是大塊不規(guī)則形狀的陰影，既破壞了畫面的完整性,，也會影響觀眾的觀影體驗,。對于這些瑕疵，可以首先用去噪點和去劃痕等算法批量處理,，同時輔以人工二次校驗,，對誤傷畫面的部分進(jìn)行優(yōu)化，這既提高了修復(fù)處理的速度,，同時也保證了修復(fù)的精準(zhǔn)性,。

此外，受限于拍攝時的設(shè)備和技術(shù),，早期的香港武打片會有不少穿幫鏡頭,，如畫面出現(xiàn)威亞線,。以往這種情況,，只能依賴手工逐幀消除,，而人工智能算法可以自動識別到威亞的位置并進(jìn)行擦除。

值得一提的是,，在這次100部港片修復(fù)項目中,，我們首次使用了AIGC（生成式人工智能)視覺大模型。在更廣闊的數(shù)據(jù)規(guī)模,、更龐大的模型參數(shù),、更豐富的算力的加持下，大模型顯示出遠(yuǎn)超以往算法的生成能力,，生成內(nèi)容的紋理細(xì)節(jié)更逼真,、效果更自然,。

針對老片修復(fù)的具體場景，我們還對AIGC視覺大模型進(jìn)行了生成質(zhì)量,、視頻任務(wù)和推理效率方面的算法優(yōu)化,，有效提升了修復(fù)質(zhì)量。相信隨著大模型技術(shù)的持續(xù)發(fā)展,，人工智能將在老電影修復(fù)以及經(jīng)典文化傳承方面發(fā)揮更大作用,。

（作者：趙世杰，系火山引擎多媒體實驗室研究員）