妈妈年轻时可以有多美？

AI老照片修复大师使用了由哈尔滨工业大学计算学部机器学习研究中心左旺孟教授团队自研的DFDNet模型，结合生成对抗网络能够实现人脸图像的超分、去模糊、降噪和上色等操作。集成了最新的AI live face技术，可使照片头像依照各种模型“动起来”；研制的图像翻译模型不仅可实现卡通风格转换，后续还将拓展实现图像向油画、水墨、素描等各类艺术风格转换。

技术特点：针对真实低质量人脸图像退化类型复杂且未知的特点，计算学部机器学习研究中心博士生李晓明提出了深度人脸部件字典方法，采用K均值聚类的方式，从高质量的通用人脸图像中生成深度字典，通过退化图像与字典的匹配结果，选择最相似的聚类中心，利用引导信息的自适应和多尺度迁移实现人脸图像的高精度复原，更为逼真地还原人脸图像细节。

哈尔滨工业大学计算学部机器学习研究中心长期从事AI图像/视频修复与增强方面的研究工作，提出DnCNN、FFDNet、MWCNN、SRMD、Shift-Net、STGAN和DFDNet等一系列代表性图像增强和人脸编辑方法。研究成果获得黑龙江省自然科学一等奖1项。团队在图像修复与增强动向（NTIRE）2020——图像去噪竞赛、设备彩色赛道竞赛（SRGB track）中分别获得了第1名和第3名的成绩，在图像处理进展（AIM） 2020——基于深度学习的成像信号处理链路（ DeepISP）竞赛、视觉质量和量化指标赛道（track）中同样获得了第1名和第3名的成绩。