此次的老照片修复活动，整体参与下来给我的感觉就是震撼的，智能AI发展带来的实用性在此刻是异常鲜明的，各种各样的图片算法带来的也是不一样的效果，图像去噪、超分在每一步的实践中都能够切实的看到。
此次修复活动中提供的击剑比赛老照片是我在相较于其他几张来说极为喜欢的，十张照片的修复过程中，对于这张的关注程度也是最高的，击剑的过程充满着博弈，运动员们需要在简短的时间内作出正确的击打判断。在AI上色部分，做到的效果还有些许不足，当然，作为一个普通人来讲，能够短时间做出这样的修复效果在过去是令人无法想象的，如今借由AI算法技术的帮助在自己的手中得到了一步步实现。
关于具体整个修复实现的过程，我有以下几点感受：
- 图像的去噪、超分，在此次提供的AI算法中，实际体验下来都相差不大，需要注意图像类别不同即不同task要选择不同的子参数，参数值更多需要根据个人考量去调整了
- 关于照片划痕的清理，LaMa算法在手动标记划痕位置后进行清理的效果无疑是优秀的，呈现的效果超出个人预期
- 对于面部增强，CodeFormer提供的参数设置，视觉效果和保真效果即[0-1]值之间，值越大面部强小，在对图片中面部放大时不会“像素化”，值越小在整体视觉上看得会更清晰，只不过对于面部像素点的更改颇多，局部去看则会发现面部失真，部分面部已经分辨不出人脸特征
- 基于Modelscope提供的三种不同无条件上色算法，比较后，对于击剑这张老照片我个人更偏向于DeOldify算法所呈现的上色效果，即本次活动提交的照片成果
- 所提供的基于Unicolor+SAM的有条件上色方案，经过本人的实际操作下来，上色结果不尽人意，被我最终pass掉了，或许对于这样的上色方式熟练后最终呈现的效果要高于上面的无条件上色，毕竟此种人为干预占比较高的方式势必要优于上面方案，同样最终呈现的效果也因人而异，比如本人最终有条件上色呈现作品相较AI无条件自动上色来说，不如后者呈现的效果
- 经过多轮实验，对于图片修复步骤，有些图片将上色步骤放在图像超分这一步骤之前，会产生更好的效果
结果呈现：
对于亚运老照片的修复，我也有一些另样的看法，修复这样的老照片，有时黑白照本身就代表着一个时代的印记，相比于色彩缤纷的彩色照片一点也不城惶多让，就比如这张黑白样式的击剑照片，虽然没有颜色，但在看到它的人眼里，未必就没有颜色。
这样的老照片所带来的远不止图像表达的这么简单，照片的背后就是这个不断前行时代，无论是照片里的人还是照片外的我们，都是这个伟大时代的见证者、亲历者…
诚然，日益蓬勃的AI技术带来的影响是巨大的，有许多平常人难以实现的高难度技术在AI的帮助下也能够实现，亚运老照片修复这样的活动让大众也能参与进来了，技术的开源带给我们的福祉无疑是巨大的。
运动员们在一届又一届运动会中展现着属于他们的魅力，同样也带着各个国家人民的期盼不断拼搏着，比赛中无不显示着团结友爱，有竞争也有着友爱，相辅相成构建出一个和谐的世界家园，也正如此次杭州亚运的主题一样，心心相融，爱达未来。
