在今日上映的電影《決勝時刻》中，經過了 4K 修復的一段高清史料，將會和全國人民見面。這段來之不易的資料，是創作者們經歷了繁重的修復工作得來。電影修復究竟是怎麼一回事，AI 在這個過程能帶來什麼幫助？
今年正值祖國成立 70 週年，如果有一段影像，能夠讓我們看到高清彩色的開國典禮，想必會讓無數人熱淚盈眶。
這並不是拍腦門的想象，這段經過 4K 修復的高清史料，出現在了今日上映的電影《決勝時刻》中。
先來看一下修復後的實際效果：
對比一下：
被高清修復的開國典禮只是作為一個史料片段
據電影製片方爆料，這段材料來自於俄羅斯的一段彩色紀錄片，但由於年代久遠，畫質模糊，色彩失真。
而經過了複雜的 4K 修復工作之後，最終呈現出這般驚人的效果，讓今天的我們，都能有幸目睹 70 年前開國典禮的情景。
讓我們重見經典的技術：電影修復
我們之所以能夠見到如此清晰的歷史影像，都得益於一項稱之為 「電影修復」的技術。
修復也被稱為重製，通常是指利用技術手段，將膠片等老電影轉移到新的載體上，以實現更高的清晰度和觀感。
通過使用修復、降噪、補光、調色等技術，最終復原老電影的影音品質。而 4K 和 2K 等名稱，則是根據解析度制定的修復標準。
電影問世的一百多年裡，其製作和拍攝手法，一直在不斷地改進。比如早期膠捲的材質更新、默片到有聲電影、再從黑白到彩色、數字影片的出現，直至現在的 IMAX-3D，這些工藝的變革，都推動著電影向好的光影呈現發展。
隨著膠片電影退出舞臺，歷史上早期的膠片電影也正在被時間所淹沒，由於技術缺陷、儲存意識不足等原因，一部分已經丟失，另外一些畫面受損，畫質已達不到放映的要求。
為了讓經典的老電影不被遺忘，在熒幕上重現綻放出光彩，技術修復成為了最後的稻草。
2006 年，國家啟動了 「電影檔案影片數字化修復工程」，投入大量資金，推進中國 4 萬部老電影膠片的數字化修復、存檔工作。
但電影的修復是一個複雜的工程，一般修復時間為幾周到幾個月，最長的甚至要花費兩年。按照這樣的修復速度，一些膠捲電影可能等不到被修復的那一天。
所以，新的修復工藝和技術紛紛出現，AI 也當仁不讓地加入這一行列，為電影修復做出貢獻。
電影修復艱難，人力跑不過時間
通過修復技術，許多老電影，視訊資料都以更清晰的形式呈現，比如《亂世佳人》《大話西遊》，甚至是動畫電影《龍貓》，都引起了極大的反響。
但其實在電影修復的背後，是一項浩大的工程。首先要經過物理修復，清除膠片的雜質，然後把膠片素材數字化，再展開數字修復，對電影畫面進行逐幀修復。
而電影膠片的損傷主要有六種型別：髒點、劃痕、噪波、黴斑、抖動、閃爍。電影修復實際就是去消除和矯正膠片上問題，要特別注意還原膠片原始的質感。
電影修復最新的例子，就是國慶檔影片 《開國大典》，它的 4K 修復版已經排上了檔期。
這部經典的影片上映於 1989 年，30 年後，當初的高水準製作已跟不上現在的畫質需求。
經過 4K 修復後，《開國大典》呈現的效果喜人，但導演李前寬卻感嘆到電影修復的艱難，他表示：「此次修復工作量巨大，修復團隊需要將 24 萬幀畫面一幀一幀地修復。」
而且修復最大的挑戰，是來自影片中 72 個歷史資料鏡頭，這些雖然只有十分鐘，但傾注了 600 人的心血，花費了整個修復團隊 70% 的時間。
由此可見，純靠人力的修復是一個艱難的過程。所幸的是，隨著技術的發展，AI 已經在電影修復方面，帶來了質和量的提升。
國外：Deepsense AI 修復《亂世佳人》
一家叫 Deepsense AI 的公司，在最近就用 AI 修復了經典佳片《亂世佳人》。他們利用卷積神經網路和影像識別，讓此類老電影重現光彩。
經典電影通常以低解析度拍攝，隨著時間的推移，原始膠片會變得老化，畫面中充滿噪聲和裂紋。所以要對老膠捲進行消除失真的處理。Deepsense AI 團隊利用機器學習演算法，解決了膠片自動修復為高清數字板式的問題。他們還通過採用監督學習方法，將數字化版本電影中的裂縫和噪點移除。
而方法的原理在於，基於深度神經網路，通過降低高清電影的解析度，對模型進行監督訓練，讓 AI 學習呈現出被模糊掉的細節。
此外，為了訓練模型，研究人員還手動在膠片上新增裂紋和瑕疵，並結合原始有殘缺的膠片的影像，該模型學會了如何消除那些瑕疵。
而對於損壞嚴重的原始膠片，神經網路也可以處理和修復。當畫面中的影像太暗、太模糊，難以辨認知識，網路可以生成低質量的預測。
這些方法成功地完成了老電影畫面的高清修復，經典的老電影也得以清晰地呈現在觀眾眼前。
國內：「神思」系統修復《厲害了，我的國》
在國內，也同樣有團隊致力於用 AI 進行電影修復。
比如中影數字製作基地研發的 「神思」AI 影像處理技術，就對電影《厲害了，我的國》進行了畫面修復，打造了一部高質量的紀錄片。
這部記錄片的素材，取材於早期的六集紀錄片《輝煌中國》，所以視訊原是為電視機打造，解析度低而且畫質很糟。
而要在影院上映，需要將 720×576 解析度的小螢幕，做到影院 2K 甚至更大解析度的大銀幕上，畫面中的缺點和問題都被放大。
為了解決這個問題，中國科技大學技術團隊和中影基地合作，搭建了除了「神思」，並經過幾十萬段視訊、幾百萬張圖片訓練，讓 AI 學會了自主修複視訊。
他們利用深度學習演算法，採用對抗式生成網路 GAN、DenseNet、CycleGAN 網路等技術，搭建了這套系統。
整個框架由解析度提升畫質增強處理單元、標清影像去場處理單元、影像數字修復處理單元三大模組構成。
而系統的亮點則在於，針對影像處理的不同問題進行了大量的素材訓練，並利用神經網路最大限度追求影像質量，對大批量畫面素材進行自動處理，還通過建立迴圈網路，來提高系統計算效率和穩定性。
通過這些技術的應用，「神思」系統每天可以處理上萬幀，甚至百萬幀級別的影像。最終，他們在四個月內，處理了《厲害了，我的國》超過三十萬幀的低清影像素材。
期待 AI 讓更多老電影綻放光彩
在電影修復上，AI 技術的應用，除了讓我們再次看到老電影的高清呈現，也大大提高了效率，解放了人力，原本繁重的勞動也變成了近乎「一鍵式」的操作。
除了文中所列舉的畫面修復之外，AI 在電影的聲音修復、黑白電影上色、畫音同步方面，也都做出了不錯的成績，幫助老電影重煥新生。
但從另一方面來說，電影修復也不能完全依賴於技術。AI 目前所做的都是畫面或者聲音上修復和強化處理，而電影還有藝術的成分，要修復到什麼程度，還要靠人工去把握，演算法暫時還不能掌握分寸。
在行業內，電影修復的最高境界是 「修舊如舊」，在提高畫質的同時，如何保留老電影本來的味道，也許是 AI 還要努力的方向。
—— 完 ——