我们都去过那里：你正在用手机拍照片——也许是高速自行车骑行或者曲棍球比赛——并且不想去检查自动调焦是否与动作同步。 它不是，正如你后来发现的那样，你被一组无法使用的模糊照片所困扰。
为了寻找解决方案，阿拉伯联合酋长国人工智能初始研究所、北京理工大学和石溪大学的科学家开发了一个人工智能系统，以消除后期制作中图像中的模糊。 他们在一篇论文中指出，它是人类意识的，这意味着它能够去除人类的脸，并且它对最先进的运动去模糊方法执行“有利”。
由于相机和物体之间的相对运动，前景和背景往往经历不同类型的退化。 此外，由于它们与图像平面之间的距离，受试者经历了不同的运动。
然后，研究人员的模型学习并利用人类和背景面具来捕捉模糊的前景和背景模糊。 训练它需要编译一个数据集-人类感知的图像去模糊(HIDE)-一对模糊的图像和地面真相锐利的图像获得使用相机覆盖数千个户外场景，复杂的背景，和不同的前景运动和大小。 每对都是通过一个人类检测模型来输入的，该模型提供了围绕被试的“大致准确”的包围框，这些框后来被人类注释者改进。
使用一台带有单个NvidiaTitanX显卡的机器，研究人员在HIDE的一部分和一个补充的GoProHero视频帧数据集上训练了他们的去模糊模型，总共有10，742幅图像。 (Go Pro数据集仅用于训练系统的背景识别部分，因为它包含的行人很少。) 研究人员说，他们的模型在动态去模糊方面取得了最先进的性能，并与几个基线相比，获得了更好的恢复结果。
“通过综合融合来自不同领域的去模糊特征，[我们的模型]能够用明确的结构和语义细节重建图像，”论文的合著者写道。 “这样的设计导致了一个统一的、人性化的、专注的去模糊网络。 通过显式和单独地建模与人类相关的和[背景]模糊，我们的方法可以更好地捕捉人类的不同运动模式和丰富的语义，从而为[前景]人类和[背景]带来更好的去模糊结果。
研究人员并不是第一个利用人工智能来清理杂乱照片的人。 Nvidia、MIT和Aalto大学最近提出了一种机器学习技术来降低图像噪声，中国智能手机巨头小米设计了一种模型，在曝光率低的照片中恢复细节和增强颜色。 在消费电子方面，谷歌和苹果等公司使用人工智能来锐化图像和修复颜色。