Google+以机器学习技术把上传照片分辨率变高了
左为影像原图，Google+仅要求原图1/4的Pixel，右侧为透过RAISR在行动装置上还原影像的细节。
Google本周宣布旗下Google+社交网站上的照片分享功能部署RAISR机器学习技术，以自动将用户上传的低分辨率照片转成高分辨率照片，也可大幅减少Android用户浏览RAISR照片所使用的带宽。
RAISR的全名为Rapid and Accurate Image Super-Resolution（快速与精确的图像超级分辨率），透过机器学习技术来替低分辨率的照片打造高分辨率的版本。
Google先以大量特定照片的低分辨率与高分辨率的两种版本进行训练，以找出各种能够重制照片细节的滤镜。其实RAISR所使用的方法与现今上采样（upsampling，放大图像）的多数方法类似，都是先放大照片，再以额外的像素来填补低分辨率照片所遗失的细节，然而，基于人工智能的RAISR填补细节的方式是变动的，可依据照片的需求来调整，而且它特别注重边缘的呈现，让最佳化之后的照片更锐利与清晰。
Google Research科学家Peyman Milanfar表示，人们都想分享清晰的照片，但有时候受限于装置上的相机分辨率，有时候则是为了配合装置容量或网络带宽而调降照片分辨率，因此需要借由RAISR为低分辨率照片制造高分辨率版本。
虽然Google在去年11月就曾展示RAISR技术，但一直到近日才首度将它应用于Google+上，每周可在Google+上的10亿张照片上部署RAISR，而且当使用者以特定的Android装置浏览Google+上的RAISR照片时，所下载的档案大小只有原来的1/3，且最多可缩减到1/4，大量减少了带宽负担。
Google计划未来几周即会将RAISR部署到更多的应用上，外界预期Google Photos很可能是下一个支援RAISR的服务。
