电子科技大学 格拉斯哥学院 2017级 郭嘉祺
新生研讨课上，曾院长生动形象的给我们介绍了图像处理的有关技术，无论是视频防抖技术，还有基于图像融合技术的照片处理，抑或是对马赛克进行还原，都给我留下了颇深的映像
问题背景和应用前景以及潜在问题
和克隆这个词一样，马赛克实际上是从英文音译过来的。这个单词原本是源自于古希腊的一种镶嵌技术，后来被用于“模糊图像技术”的称呼。马赛克实际上就是调低整体图像（图片或者是视频的局部）的分辨率来达到遮掩图像特殊部分的目的。通过近几年大数据收集以及机器学习技术的不断成熟，使得对马赛克或者照片中的特殊部分进行还原和抹除成为可能。也许随着这项技术的日趋成熟，或许以后马赛克将不在会成为阻碍人们认知和事实之间的那堵“无形的墙”，但随之而来的是一些伦理层面的问题，如果每个人都可以通过机器将打码后的图片或者是视频恢复，那么马赛克的保密效用和保护作用也将荡然无存，这无可置疑的会对未成年人的保护构成巨大威胁，同时在特定情况下也会对个人以及集体造成不必要的经济损失。
基本原理
正如事实所反映的，反马赛克技术远远没有达到所谓的成熟阶段，更别说民用化阶段。或许从技术角度来说有人觉得不难，因为马赛克确实是后期加上去的，并非原始拍摄所有。就像两个图层，去掉表层，底层便暴露无疑。实则不然，打个比方，将一张照片打印出来，然后用铅笔进行“打码”，这张照片确实是可以通过橡皮进行擦除的。但是一旦经过复印。那么你是无论如何也无法做到还原的，“码”已经俨然成为了图像的一部分，这也是为什么图像的复原永远是以机器学习以及大数据的获取为前提。总而言之，马赛克还原主要分为以下两种方法。
- 假设原始图像中，同一纹理会出现多次。
于是模糊的部分就用图像中清晰的部分来填补，或者将多个模糊的同一种纹理进行比较，构造出一个清晰的纹理来替代它们。
比如图片中有很多斑马，但其中一匹被打码了，于是去马赛克算法寻找这个图像中“最能匹配这个马赛克的”其它斑马的局部图像，然后用这个局部图像来填补那个马赛克。
- 在一个巨大的图库中寻找并组合出最能匹配马赛克的图案。
自然图像中出现的物品，通常是有可能在其它地方出现的可以运用图像数据库丰富的“经验”来进行“脑补”。我们也可以简单的将这种情况视作一种图像融合，以此调整不同画面的色饱和度，白平衡，色温，以消除融合后不同数据源带来的在画面上的痕迹。
比如一张风景图，很多时候游人的入镜是不可避免的，通过合理的图像融合，我们甚至可以做到人像的消除。
技术来自—电子科技大学曾兵教授
曾兵，1963年9月出生，83和86年于成都电讯工程学院获学士、硕士学位，91年9月于芬兰坦佩雷理工大学获博士学位。经过一年半的博士后研究（加拿大多伦多大学、蒙特利尔协和大学），于93年1月加入香港科技大学，历任电子及计算机工程系助理教授、副教授、教授。
曾教授多年来一直专注于图像与视频处理的基础与应用研究，是该领域的国际知名专家并担任多个著名国际会议和顶级国际期刊的技术/组织程序委员、副主编、编委等职务，主持多项香港重大科研项目，拥有中、美、欧、日、韩等专利8项。在国际会议和刊物上发表180余篇，论文被引用近3000次。三个代表成果如下：早期的一篇关于快速运动估计的论文被SCI它引超过650次(Goggle引用1600来次)
