Bringing Old Photos Back to Life微软老照片修复——原理和测试

        您需要先看下pix2pix、pix2pixHD的大概原理！着重看下其判别器，另外您需要懂一些变分自编码器的简单原理和关键知识，如关于其重参数部分和KL散度。

 

        模型主要可以看作三个部分，如图。VAE1和VAE2是两部分，第三部分是中间的黄色箭头Tz部分。VAE1是用来将低质照片映射到隐空间，VAE2是将清晰图像映射到隐空间；中间的黄色箭头Tz部分是两个VAE生成的隐空间连接的桥梁。可以看到VAE1中含有两大块，其实在代码中仅仅是输入的数据不同而已。

          EX、ER、EY是三个编码器，用来将图像映射到隐空间。GX、GR、GY是三个生成器，用来将隐空间的向量还原为图片。

下图为数据部分的注释。

 关于测试，按照ｒｅａｄｍｅ的部分，需要下载权重文件，包括

１、人脸关键点权重，放到如下位置

２、人脸增强权重，如下位置。

３、论文的模型文件，放到如下位置

４、还可能需要下载下面文件，ｓｙｎｃ＿ｂａｔｃｈｎｏｒｍ，并放到如下两个位置。

 

 我这里的ｓｙｎｃ＿ｂａｔｃｈｎｏｒｍ与该文件夹下内容一样，记不得实际是哪个发挥作用，您可以尝试一下。

 然后就是放进自己的图片运行了，也可以使用它的图片。我这个版本较老，不含有官方新加的UI界面和高分辨率处理的内容。

运行代码我提取出来了，如下所示。注意调整自己的输入图片的目录和存放结果的目录。

python run.py --input_folder ./test_images/ha --output_folder ./test_images/ha/output/ --GPU 0