点击上方关注，All in AI中国
相机的发明给了我们一个拯救记忆的机会，我们可以在再次看到照片的时候重温它们。
在过去的几年里，这项技术已经走过了漫长的道路。凭借4K、HDR和色彩增强等各种新功能，人们可以拍摄的照片越来越令人惊叹。
但这是有代价的，因为不是每个人都能买得起最好的相机。数码单反相机的价格从几百到几千美元不等。此外，不是每个人都可以从这些相机中获得最大收益，毕竟我们不都是专业摄影师！
我们大多数人只是使用我们的手机来拍照。但与高端数码单反相比，智能手机通常拍摄的照片效果非常平淡。
深度学习改变了这一切。
美化你的照片
来自苏黎世联邦理工学院计算机视觉实验室的研究表明，你可以自动增强低质量相机拍摄的照片，使它们看起来像是由专业摄影师用单反（DSLR）拍摄的。
他们是这样做的。
该团队首先收集了一组分别低质量（来自手机）和高质量（来自DSLR）照片的数据集，您可以从文末的链接*载下**这些数据集。这正是我们想要用于此类增强任务的数据：输入低质量图像（来自手机）并让深度网络尝试预测高质量版本（来自DSLR）的样子。
图像有几个我们可能想要增强的属性：光照、颜色、纹理、对比度和锐度。深度网络经过训练，可以通过四种不同的损失函数来实现所有这些属性：
- 色差：预测图像和目标图像的模糊版本之间的欧氏距离。
- 纹理损失：基于生成对抗网络（GAN）的分类丢失。 GAN经过训练，可以预测灰度照片的质量是高还是低。由于使用了灰度，网络将很好地专注于图像的纹理而不是颜色。
- 内容丢失：预测图像的VGG特征与基本事实之间的差异。这种损失确保了图像中的整体结构和对象（即图像语义）保持不变。
- 总变分损失：图像中的总垂直和水平梯度。这增强了图像的平滑度，使得最终结果不会太粗糙或嘈杂。
最后，将这些损失加起来，并训练端到端网络进行预测！
论文架构
代码
感谢AI社区中开源思维的美妙，这里有一个公开可用的照片增强器实现！这是你如何使用它。
（https://github.com/aiff22/DPED）
首先克隆存储库
安装所需的库
所有经过预先训练的模型都已经在models_orig文件夹中附带了存储库，因此无需*载下**它们！
将要增强的照片放在以下目录中：
最后，为了增强照片，我们只运行一个简单的脚本：
瞧！您的增强且专业的照片将保存在visual_results文件夹中！
亲自试试代码，非常有趣！了解增强后照片的样子。以下，这是我自己测试的一些结果。
数据集传送门：http://people.ee.ethz.ch/~ihnatova/