使用旧的硬盘驱动器，您无疑会发现移动的数字镜头。那些您用第一台数码相机或那些在2000年代初被亲人扫描的人扫描的人，并非常压缩，以便能够跨越低速互联网连接的过程。
这些照片都有一个共同点：当您尝试以邮票的形式查看它们时，它们显示出大型像素，例如拳头。那应该怎么办？
有一些解决方案可以增加图像的定义，以使其更舒适地在高清屏幕上显示。问题在于，此类解决方案除了可以消耗计算资源，还会引起一种模糊和人工制品的创造，例如Halos甚至数字噪声的增加。
看来，Google工程师通过使用专门为此目的培训的人工智能的能力找到了该系统的替代元素。
该软件再次在原型阶段，称为RAISR，可快速准确地图像超级分辨率。这是一种提高采样解决方案，高程采样。换句话说，这是一种技术，可以产生一个较大的图像，其中包含更多像素，因此质量更高。但是Raisr不会愚蠢地满足于在图像中添加更多像素。他将使用学习算法来智能和上下文化。
像其他解决方案一样，Raisr知道如何根据其位置和“角色”来区分像素。因此，检测到形成物体边界的人，因为他们将颜色和亮度的进化范围划定了一个区域。但是，通常，对这些像素的处理给人留下的印象是物体略有模糊。
Google工具通过根据他的经验选择合适的过滤器来维持更精确，更清晰的形式，他的学习紧随其后，以不同的滤镜处理低定义图像，以获得不同的结果，或多或少令人信服。
“在飞行中，Raisr从滤镜列表中选择并应用了最合适的过滤器，他学会了在低位定义图像中为附近的每个像素使用的过滤器列表”， 解释谷歌在他的博客文章（神秘地撤回）中。每个像素的系统“反射”不仅避免产生模糊性，而且甚至突显了细节。“当将这些过滤器应用于低质量的图像时，它们会重新创建与高清照片相当的细节”。
RAISR系统的优点之一是，它还可以使其中一些过滤器中的某些过滤器进行专业化，以便它们执行特定的“任务”，例如减少数字噪声，同时增加定义以使文本或图表更易读。
例如，当我们尽可能地放大图像时，它可能会对我们的智能手机感兴趣的功能。
目前，这项技术仅在实验室阶段。但是，Google过去曾证明我们这些实验的结果很少保持不变。
Google的老板Sundar Pichai在他的Pixel智能手机推出期间指出，他的公司正在将所有内容都押在人工智能上。系统电子稳定像素照片和视频利用它。它是第一次宣布应用程序静止，2016年6月。
因此，我们可以合理地认为，在一两年之内，甚至可能在此之前，这项技术都将登陆独立应用程序，或者将丰富先前的服务。因此，我们的旧照片将能够重新栩栩如生，并与世界各地数百万个数字档案馆一起恢复生活。
资料来源：
Google的博客文章副本
Google科学文章（PDF）
