让老照片重焕生机

我们提出通过深度学习方法修复遭受严重退化的老照片。与可通过监督学习解决的传统修复任务不同，真实照片中的退化十分复杂，且合成图像与真实老照片之间的域差距导致网络无法泛化。因此，我们提出一种新颖的三元组域翻译网络，利用真实照片与大量合成图像对。具体而言，我们训练两个变分自编码器（VAE）分别将老照片和干净照片变换到两个潜空间，并利用合成配对数据学习这两个潜空间之间的翻译。由于域差距在紧凑的潜空间中被弥合，该翻译对真实照片具有良好的泛化能力。此外，为处理一张老照片中混合的多种退化，我们设计了一个带有部分非局部块的全局分支，针对划痕和尘斑等结构化缺陷，以及一个针对噪声和模糊等非结构化缺陷的局部分支。两个分支在潜空间中融合，提升了对多重缺陷老照片的修复能力。所提方法在老照片修复的视觉质量上优于当前最先进（state-of-the-art）的方法。