算法|AI 修复老视频的“魔爪”,终于伸向了动画片( 二 )


那么 ,

  • 相比老电影修复 , 动画片修复为何长期被“冷落”?
  • 它的修复过程有什么特殊之处?
  • 由科技企业提供的 AI 算法又进行了怎样的针对性优化 , 其最终效果如何?
社长用自己手头的一段录像带片段 , 通过西瓜视频的免费服务做了高清修复 , 效果完全超出预期 。 在本文后半部分 , 您也将看到修复前后的对比图 , 从而对这项成果获得一个更直观的感受 。
AI 辅助下 , 动画片 4K 修复终于提上日程2012 年 , 从纽约学艺归来的周苏岳开始向业界推广 4K 影像修复技术 , “当时大家关注的焦点还是 3D” 。 此后他成立了三维六度公司 , 并于 2019 年接下了《开国大典》4K 修复任务 , 总共修复了 1082 个镜头 , 24.7 万帧画面 。
但当时的技术仍以人工逐帧修复为主 , “每一格上面都有很多的问题 , 比如卷曲、掉色、闪烁;每一幅的画面上都有大量的脏点、油污、划痕 。 这些修复的难度就非常大 , 大到什么程度?修复师一天可能只能修 1 秒 。 ”


2014 年上海国际电影节首创“4K 修复”单元 , 随后中国电影资料馆、中影数字基地等专业机构陆续发起 4K 修复计划 , 意味着 4K 分辨率成为当今影片修复的普遍标准 , 也意味着以传统逐帧修复方法计算 , 工作量至少变成了原来的 4 倍 。
在周苏岳这里 , 要从原本为 2K 修复准备的工序过渡到 4K , 需要这么搞:

“现在最好的显示器是 2.5K、32 寸的 , 要想做 4K , 意味着一个画面在这样的屏幕上修 5 次才能修完 。 就是说 , 4K 修复的工作量相当于 2K 工作量的 5 倍 。 2K 在一个显示器上就解决了 , 4K 需要分成 5 次来修复 。 ”
由于过程还加入了整体调色、单声道转 5.1 环绕声、修复胶片损伤缺失及褪色矫正问题 , 解决片中画面抖动和颗粒度较粗问题等工序 , 结果:

“这两个半月对于我来讲 , 都是做梦的过程 , 这几乎是一个不可能完成的任务 。 我们每天都工作到深夜两三点钟 , 然后在公司休息区简单休息 。 平均一个人每天干四天的活 , 每天就睡三四个小时 。 我们 40 人 40 天相当于干了 160 人的活 。 最紧张时 , 动用的工作人员高达 600 多位 。 ”
这个过程体现出传统影片修复的最大问题——手工逐帧修复的“手艺活”费时费力 , 工序繁杂 , 成本高昂 。 因此 , 成建制的修复工作只能先救急 , 从最濒危的早期损伤电影胶片开始抢救性修复 。
国家在 2006 年开始实施“电影档案影片数字化修复工程” , 斥资 2.8 亿元 , 计划“5 年 5000 部” , 陆续把中国 4 万部老电影胶片做数字化修复、存档 。 然而 , 直到 2020 年 , 中国电影资料馆才完成影片修复 3146 部 , 其中包括普通修复 2606 部 , 2K 修复 525 部 , 4K 修复 15 部 。
AI 技术和算力的普及 , 让事情迎来了转机 。
去年 , 旅居纽约的独立艺术家“大谷”发布了他利用开源模型高清修复的 100 年前老北京市井生活录像片段 , 引发网络热议 。 他的补帧、色彩转换、分辨率扩增环节均采用网上已有的开源模型在本机运行完成 。

甚至于“因为分辨率扩增技术比较消耗硬盘和显卡 , 所以他只在一些关键的地方 , 比如视频的封面使用了这项技术 , 但最后取得的效果也不错 。 ”