都说那个啥，是科技发展的急先锋，此话一点不假。

说出来你可能不信，很多我们已经司空见惯的技术，都是由羞羞网站推动的。

比如“在线流媒体”。

什么 YouTube、Netflix、爱奇艺，都是弟弟。

早在1994 年，荷兰羞羞公司 Red Light District，就开发出了第一个可用的，基于互联网的视频流媒体系统。

在那个互联网小水管的的年代，这套系统即便在 28.8k 的龟速猫上，都能使用。

不夸张地说，如果不搞黄色，在线视频的发展，可能要推迟好多年。

当年 28.8k 的猫

又比如，“在线支付”。

别看我们现在，用支付宝、微信支付如此自然。

其实在早期，互联网还没那么普及的时候，说服大家把钱在网上花出去，是很难的。

而羞羞网站的付费订阅，成了一股巨大的推动力。

1999 年，用户线上消费有 8% 花在羞羞内容，总金额达到 13 亿美元。

如果不搞黄色，也许网络付费订阅服务，不会像如今这么繁荣。

还有，如今我们在视频网站上，经常看到的很多贴心小功能：

视频进度条预览、观看热力图、抓取截图生成 gif 封面……

多多少少，都有羞羞网站的心血。

看 到他们 不遗余力地利用科技，改善 看片 的体 验。

机哥早就想过，迟早有人会盯上，阻碍他们看片的头号天敌——马赛克。

只是没想到，这一天会来得这么快。

今天，机哥来介绍一个，能让宅男们馋哭的玩意——

去码播放器

说到去马赛克，今天要介绍的去码播放器，并不是首创。

早在去年，就有位大佬，搞出了一款叫做DeepCreamPy的软件。

它利用深度学习技术，实现去马赛克。

就比如这样一张图片，那些绿色条条，就是被码掉的部分：

拿 DeepCreamPy 跑一下，瞬间变成这样：

横向对比一下：

效果还不错吧。

但它有两点，没有满足机哥的期望。

首先，这种去码，更像是一种基于“常识”的脑补。

作者在训练模型的时候，收集了 10 万张未打码的原图 （是个狼人） 。

AI 学习了这么多图片后，它能根据马赛克周边的像素信息，判断出遮蔽处大概率会是什么线条，会是什么色块，然后进行还原。

但它补的细节，和图片原本的细节，根本不一样啊。

假如机哥拿一张自己老婆的照片，按它的要求打上绿条。

接着用软件去个码，AI 帮我把缺失的五官，都给补齐。

眼睛虽然是眼睛，嘴巴确实也是嘴巴，但那还是我老婆吗？

第二个不满意的地方是，这个软件目前还只能处理照片，而且还只能是，类似动漫那类图片。

想给视频去码，就束手无策。

而今天，机哥要介绍的这款去码播放器，则在一定程度上，补齐了我的期待。

根据官网介绍，这款去码播放器，其实也部分运用到 AI，是另一种深度学习模型，叫做——

TecoGAN

TecoGAN 的 Teco，是 Temporary Coherent 的简称，意思是：时间连贯。

而 GAN，机哥已经介绍过很多次，就是：生成对抗网络。

连起来的意思是：它能够使用特有的方法，生成原素材缺失的内容，效果逼真而且时间连贯。

TecoGAN 的本意，并非去马赛克，而是专门用于实现超分辨率（Super-Resolution） 。

关于它的技术细节，作者写过一篇论文来解释。咱不必细究，因为细究你也搞不明白。

咱只要知道它和 DeepCreamPy 的不同之处，就在于，TecoGAN 更像是死磕马赛克。

针对马赛克每一个小格子的色块，提升峰值信噪比 （PSNR） ，实现超分辨率的效果。

作者还展示了，几张超分辨率的效果图。

左为原始画面，右为TecoGAN后的画面

那么，去码播放器把这种技术整合进来后，去除马赛克的效果，最终又如何呢？

我知道，你们早已饥渴难耐。

不 BB，上干货！

机哥的朋友，翻出他的硬盘，贡献出几段珍贵的“小视频”。

你看这个钢铁侠，肚子被打上了码。

用我们的去码播放器，直接播放，视频瞬间变成了这样。

我们放大它，看看去码的效果。

emmmm，好像没有想象中清晰啊。

不过，碍眼的格子，的确没了。

再来一发。

这个长得酷似穿山甲的玩偶，脸部被打了码。

去码之后，变成这样：

噢，原来不是穿山甲，而是一只犰狳。

去码之后，它的头就像被美颜磨皮过，锐度有所下降，但马赛克的确已被去掉。

下面这只佩奇，也大同小异啦。

去码前：

去码后：

看到这里，你们应该也能看出，去码播放器目前能搞定的，只是一些比较薄的马赛克。

厚码作品，就么得办法。

这播放器的开发者，也还在不断优化，后续的去码能力，可能会更强。

不过，机哥还是希望，大家别拿它做坏事。毕竟，很多视频是出于保护女演员的目的，才选择打码。

这么随便就给你去了码，有考虑过她们的感受吗。

想亲自试试的有多少