近日，加州大学的一个研究小组使用深度学习来识别黑暗中的色彩。该小组在开放获取网站PLOS ONE上发表了一篇描述其工作的论文。

正如研究人员所指出的，人类能够看到400至700纳米光谱的光。物体的颜色取决于从它们身上反弹并进入眼睛的光的波长。人类已经开发出一种手段，通过创造夜视技术来扩大视觉范围，将红外光照射到物体上，并捕捉反弹回来的信号，然后以单色图像或视频的形式转换为可见光。虽然红外技术已被证明在各种应用中很有用，但科学家们一直在努力开发能够在没有光线的地方使用相机提供全色图像或视频的技术。在这项新的研究中，研究人员已经朝着这个方向迈出了一小步。

之前的研究表明，深度学习网络能够为单色数据添加颜色。在这项新的研究中，研究人员扩展了深度学习网络，“教”人工智能系统在没有可见光的情况下弄清物体的颜色。

其中包括教人工智能系统使用一个以上波长的红外光，以及来自可见光谱的数据。为此，研究人员使用了一个能够对可见光和红外光谱的光做出反应的单色相机。然后他们用它拍摄了多张人脸的照片，以此来教人工智能系统了解人脸中的颜色。然后他们使用该系统在黑暗中拍摄类似的照片。在此过程中，他们发现该系统能够准确地猜测图片的颜色，并将其显示在电脑屏幕上。

研究人员承认，该应用仅限于人脸照片，且仅是猜测所能获得的最好结果，而不是主体的真实呈现，但他们也指出，这样的系统可以随着时间的推移发展成为使夜视图像着色的技术。

关键词： 黑暗中的色彩 研究小组 学习来识 学习来识色彩