开发者为了更好地鉴赏艺术作品可谓是无所不用其极，此前我们曾推荐过一个开源项目faceswap，这是一款基于深度学习技术的工具，用于识别和交换图片、视频中人物的脸部图像。具体的介绍这里不再赘述，感兴趣的话可以点进去稍作了解。
今天来为大家介绍一款更神奇的项目 —— 通过使用深度神经网络技术去除马赛克。一位化名为 deeppomf 的开发者用深度神经网络训练和开发出了一个能去除马赛克并让原图重现的工具：DeepCreamPy。非但如此，这名开发者还把这个项目托管到 GitHub 进行开源。
使用该 工具 的方法十分简单，用户在单独的图像编辑程序（如 GIMP 或 Photoshop）中打开图片，在需要去除马赛克的部位画上一条绿线，运行程序让它自动复原即可。
不过目前该工具的局限性比较大，只能完成一些简单的复原。当然，开源之后有了更多开发者的贡献，功能应该会有更大的改进。
为了训练算法，DeepCreamPy 作者在短短几个月内收集了超过 10 万张没被打上马赛克的原图，但其中 95% 的图他都没仔细看过，“太浪费时间了”，deeppomf 如此说道，并表示自己并不是第一个这么做的人，却是第一个坚持下来的人，这是他对日本政府数十年来审查制度的反抗。
以上所述就是小编给大家介绍的《一款诚意满满的开源项目：使用深度神经网络去除马赛克》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！
猜你喜欢:
- OpenGL ES入门：滤镜篇 - 漩涡、马赛克
- 去马赛克神器DeepCreamPy，让你心中无码，眼中自然无码
- go-mosaic 0.1 发布，相片马赛克制作工具
- GAN掉马赛克、变脸、戏弄AI、这场GeekPwn黑客趴还有老司机带路
- 奥巴马竟被「去马赛克AI」洗白，CVPR新研究惹上种族歧视大麻烦，LeCun也被卷入其中
- 神经网络 – 序列预测LSTM神经网络落后
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
反应式设计模式
Roland Kuhn、Brian Hanafee、Jamie Allen / 何品、邱嘉和、王石冲、林炜翔审校 / 清华大学出版社 / 2019-1-1 / 98.00 元
《反应式设计模式》介绍反应式应用程序设计的原则、模式和经典实践，讲述如何用断路器模式将运行缓慢的组件与其他组件隔开、如何用事务序列(Saga)模式实现多阶段事务以及如何通过分片模式来划分数据集，分析如何保持源代码的可读性以及系统的可测试性(即使在存在许多潜在交互和失败点的情况下)。 主要内容 ? “反应式宣言”指南 ? 流量控制、有界一致性、容错等模式 ? 得之不易的关于“什么行不通”的经验 ? ......一起来看看 《反应式设计模式》 这本书的介绍吧!
RGB HSV 转换
RGB HSV 互转工具
HSV CMYK 转换工具
HSV CMYK互换工具