華為剛剛釋出的 P30「望遠鏡」手機能在幾十米外拍到艾菲爾上的人名，確實令人佩服，但其售價也是令人望而生畏。那麼，不買華為手機、高階單反就拍不到充滿細節的高清照片了嗎？
相機不夠演算法湊，擁有超級拍照能力的手機也離不開演算法的加持。本文介紹的影象超解析度專案可以幫你補齊相機鏡頭的短板。
華為 P30 釋出會上展示的艾菲爾鐵塔高清遠距離照片。
今天，一位 Reddit 網友貼出了自己基於 Keras 的影象超解析度專案，可以讓照片放大後依然清晰。先來看一下效果。
放大數倍後，照片中的蝴蝶（蛾子？）依然沒有失真，背上的絨毛清晰可見。
作者表示，該專案旨在改善低解析度影象的質量，使其煥然一新。使用該工具可以對影象進行超級放縮，還能很容易地在 RDN 和 GAN上進行實驗。
該專案包含不同殘差密集網路的 Keras 實現，它們可用於高效的單影象超解析度（ISR）。同時作者還提供了各種文件資料以幫助訓練模型，包括如何使用對抗損失元件訓練這些網路。
專案示例
這些示例使用的放大因子（upscaling factor）為 2，即畫素數擴大兩倍。大家可在 sample_weights 中檢視生成示例影象的權重，它們儲存在 git lfs 上。如要下載這些權重，你需要先複製該 repo，然後執行 git lfs pull。
左圖為原始的低解析度影象，中間圖為該網路的輸出結果，右圖為使用 GIMP bicubic scaling 得到的基線模型放大結果。
下面是不同方法作用於噪聲影象的效果對比，這些方法分別是：使用 bicubic scaling 的基線模型、使用畫素級內容損失函式訓練的 RDN 網路，以及使用 VGG19 內容壓縮資料集和損失函式進行重訓練的 RDN 網路。該 repo 包含這些模型的權重。
Bicubic up-scaling（基線模型）的輸出結果示例。
使用畫素級內容損失函式訓練的 RDN 網路的輸出結果示例。
使用 VGG 內容和對抗損失元件訓練的 RDN 網路的輸出結果示例。
超解析度專案有什麼
前面展示的超解析度效果都是根據該專案實現的不同模型做出來的。超解析度希望根據已有的影象資訊重構出缺失的影象細節，它通常藉助卷積神經網路抽取影象資訊，再通過轉置卷積將這些資訊擴充套件到希望獲得的影象解析度。
在這個專案中，作者新增了很多模組與特徵，例如使用 VGG 與 GAN 實現真實的放大影象。該專案主要實現的是 RDN 與 RRDN 網路，且同時還提供了預訓練權重和 Colab 教程。不論是訓練還是推斷，根據這些資料我們都可以快速上手。
此外，該專案目前已經可以釋出到 PyPI 上了，因此安裝也只需鍵入 pip 命令即可。
總而言之，整個專案實現了三個超解析度網路，且採用了 Keras 版的 VGG-19 作為特徵抽取模組。如下所示為三個超解析度網路的相關研究：
Residual Dense Network for Image Super-Resolution(Zhang et al. 2018, arXiv:1802.08797)
ESRGAN: Enhanced Super-Resolution Generative Adversarial Networks(Wang et al. 2018, arXiv:1809.00219)
Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network(SRGANS, Ledig et al. 2017, arXiv:1609.04802)
如果我們想要生成上面那樣的高清圖，該專案還提供了一系列的資源：
文件：https://idealo.github.io/image-super-resolution/
程式碼：https://github.com/idealo/image-super-resolution/
Colab 推斷程式碼：https://colab.research.google.com/github/idealo/image-super-resolution/blob/master/notebooks/ISR_Prediction_Tutorial.ipynb
Colab 訓練程式碼：https://colab.research.google.com/github/idealo/image-super-resolution/blob/master/notebooks/ISR_Traininig_Tutorial.ipynb
超解析度專案怎麼用
你可以選擇兩種方式安裝影象超解析度（ISR）包。
從 PyPI 中安裝 ISR（推薦）：
pip install ISR
從 GitHub 源安裝 ISR：
git clone https://github.com/idealo/image-super-resolution
cd image-super-resolution
python setup.py install
預測
如果我們需要擴充套件低畫素影象，簡單兩步就能借助 ISR 執行超解析度。首先載入影象並做一定的預處理：
import numpy as npfrom PIL import Image
img = Image.open('data/input/test_images/sample_image.jpg')
lr_img = np.array(img)/255.
lr_img = np.expand_dims(lr_img, axis=0)
載入模型並執行預測：
from ISR.models import RDN
rdn = RDN(arch_params={'C':6, 'D':20, 'G':64, 'G0':64, 'x':2})
rdn.model.load_weights('weights/rdn-C6-D20-G64-G064-x2_enhanced-e219.hdf5')
sr_img = rdn.model.predict(lr_img)[0]
sr_img = sr_img.clip(0, 1) * 255
sr_img = np.uint8(sr_img)
Image.fromarray(sr_img)
訓練
如果需要使用你的資料集重新訓練超解析度模型，那我們也只需要改一改引數。如下首先建立模型：
from ISR.models import RRDN
from ISR.models import Discriminator
from ISR.models import Cut_VGG19
lr_train_patch_size = 40
layers_to_extract = [5, 9]
scale = 2
hr_train_patch_size = lr_train_patch_size * scale
rrdn = RRDN(arch_params={'C':4, 'D':3, 'G':64, 'G0':64, 'T':10, 'x':scale}, patch_size=lr_train_patch_size)
f_ext = Cut_VGG19(patch_size=hr_train_patch_size, layers_to_extract=layers_to_extract)
discr = Discriminator(patch_size=hr_train_patch_size, kernel_size=3)
建立 Trainer 物件，並將訓練的各種配置傳遞到該物件中：
from ISR.train import Trainer
loss_weights = {
'generator': 0.0,
'feat_extr': 0.0833,
'discriminator': 0.01,
}
trainer = Trainer(
generator=rrdn,
discriminator=discr,
feature_extractor=f_ext,
lr_train_dir='low_res/training/images',
hr_train_dir='high_res/training/images',
lr_valid_dir='low_res/validation/images',
hr_valid_dir='high_res/validation/images',
loss_weights=loss_weights,
dataname='image_dataset',
logs_dir='./logs',
weights_dir='./weights',
weights_generator=None,
weights_discriminator=None,
n_validation=40,
lr_decay_frequency=30,
lr_decay_factor=0.5,
T=0.01,
)
開始訓練：
trainer.train(
epochs=80,
steps_per_epoch=500,
batch_size=16,
)
網路架構與超引數
實際上，如果我們需要重新訓練，那麼還需要了解具體的引數都表示什麼。這一部分介紹了各超解析度網路的架構與對應超引數。
RDN 網路架構
RDN 網路架構的主要引數如下：
D：殘差密集塊（RDB）數量
C：RDB 內部堆疊的卷積層數量
G：RDB 內部每一卷積層的特徵圖數量
圖源：https://arxiv.org/abs/1802.08797
RRDN 網路架構
RRDN 架構的主要引數如下：
T：殘差密集塊內的殘差數量（RRDB）
D：每一 RRDB 內部的殘差密集塊（RDB）的數量
C：RDB 內部堆疊的卷積層數量
G：RDB 內部每一卷積層的特徵圖數量
圖源：https://arxiv.org/abs/1809.00219