近期，随着人工智能模型与智能开发工具的快速发展，哈尔滨工业大学人工智能田春伟教授课题组围绕“AI+图像智能修复+人文关怀”开展应用探索，完成旧照片智能修复服务系统的设计、搭建与部署。该系统以旧照片智能修复为核心业务，面向家庭影像修复、历史资料留存、文化档案保护等实际需求，探索人工智能技术在民生服务与情感记忆保存中的落地应用。
旧照片承载着个人记忆、家庭情感与时代印记。但在长期保存过程中，许多老照片会出现模糊、褪色、划痕、破损、噪声、细节缺失等问题，影响影像内容的保存、辨识与传播。如何借助人工智能技术改善老旧照片质量，让珍贵记忆以更加清晰、自然的方式重新呈现，不仅是图像复原领域的重要应用方向，也具有鲜明的人文关怀意义。旧照片智能修复不仅是一项图像处理技术应用，更是一项连接技术与情感、历史与当下的温暖实践。后续，团队将继续围绕图像智能修复、视觉生成与理解等方向开展研究与优化，不断提升系统的修复质量、运行效率和场景适配能力，推动相关技术在家庭影像修复、历史资料整理、文化遗产保护、公共文化服务等更多实际场景中发挥作用。基于以上意义，田春伟教授团队选定旧照片修复作为项目主题，推动图像智能技术从科研探索走向实际应用。
本项目由田春伟教授指导学生完成。研发过程中，课题组成员围绕旧照片修复服务的实际需求，协同开展系统架构设计、模型能力适配、图像处理流程优化、前后端功能开发、服务搭建部署与测试迭代等工作，推动项目从技术构想到服务落地。在系统研发过程中，团队基于国产智能IDE TRAE，并借助Doubao-Seed-2.0-Code 模型能力，辅助完成需求梳理、软件架构设计、代码开发、功能联调和服务部署等工作，探索国产AI开发工具与图像修复专业技术相结合的工程实践路径。系统围绕图像上传、智能修复、质量优化、结果输出等环节进行设计，形成了以图像智能修复为主体的服务流程，为用户提供便捷、直观的旧照片修复体验。在技术路线方面，系统面向真实旧照片中常见的模糊、褪色、划痕、破损、噪声和细节缺失等问题，综合运用图像去噪、超分辨率重建、局部修补、色彩增强和细节恢复等图像处理能力，提升旧照片的视觉质量与内容可读性。针对真实旧照片往往缺少标准真值图像的特点，团队在评估和优化过程中采用多维质量评价方式：在合成退化数据上参考PSNR、SSIM等客观指标，在真实旧照样本中综合关注清晰度、自然度、结构一致性、细节保真度和伪影控制，并结合人工主观评测持续优化系统修复效果。
田春伟教授课题组长期深耕图像处理、图像复原与视觉智能等研究方向，具有扎实的算法积累和丰富的工程实践经验。此次旧照片智能修复服务系统的搭建，充分结合了团队在视频/图像复原与识别、图像生成与理解等领域的专业知识，也进一步探索了人工智能技术服务公众需求、守护影像记忆的应用价值。
田春伟 哈尔滨工业大学人工智能学院/机器学习研究中心 教授/博士生导师。哈工大感知视觉青年科学家工作室负责人。2022—2025斯坦福大学全球前2%顶尖科学家年度榜单。研究方向为视频/图像复原和识别、图像生成与理解、3D重建、视觉安全、算子优化。在IEEE汇刊/Pattern Recognition、ICML/ACM MM/IJCAI/NeurIPS等国际期刊/会议上发表论文110余篇。8篇ESI高被引论文（3篇热点论文）、4篇Top期刊封面论文、4篇国际图像超分辨领域Benchmark论文、1篇论文技术美国医学影像公司CT机购买应用和1篇论文技术应用在苹果手机系统上。获得国际模式识别领域Top期刊Pattern Recognition Best Paper奖（排名第1），国际信号处理学会Blog论文（排名1），吴文俊人工智能青年科技奖（省部级，排名1），中国图象图形学学会自然科学奖二等奖（省部级，排名第1），广东省自然科学奖一等奖（省部级）。担任IEEE TIP、Pattern Recognition、IEEE TCE等SCI期刊编委。
