㈠ 求一部老電影，應該是九十年代的吧。一部關於警察和黑幫團伙之間的斗爭。
地下裁決
㈡ 女人拿起電鑽在身上打孔是什麼電影
《奪命之愛》。
《奪命之愛》的主線故事是，因為車禍，喪父的年輕男孩布蘭特，正處於人生最低谷。母親內心無法原諒他的駕駛失誤導致車禍。他也無法原諒自己，每次看見憔悴的母親，他只能借大麻和酒精，自殘麻醉自己。全片最炸裂的橋段是將暴力戲虐化的電鑽巔峰。父女倆為了控制布蘭特，居然用電鑽在其腦袋上打孔，鑽頭碰上頭骨的聲音，畫面中的骨屑橫飛，刺耳中伴隨著快感，恐懼中伴隨著宣洩的滿足。
㈢ 有部關於槍鑽石的搞笑老電影
俠聖》（香港）
導演：黃文雲
主演：劉德華、關之琳、林保怡、方平
_____________________________________________________________________
譚西敏，綽號「俠聖」，精通五行術數。一天，搭檔阿鍾替譚西敏接下一個一百萬的生意，去保護會計師羅之的人身安全。可第二天，譚西敏就在報紙上看到羅之突然身亡的消息。鑒於羅之的意外死亡實屬蹊蹺，譚西敏就和阿鍾一起做起了羅太太的貼身保鏢。在警察局接受問詢時，羅太太才得知丈夫生前曾留下價值一億元的鑽石，而且羅之還與一起黑社會洗錢案有關。但羅太太卻表示，她根本就不知道鑽石到底在哪裡。
黑社會老大以生命相要挾，要羅太太限期交出鑽石。當譚西敏拿著羅太太給他的鑽石交還給黑社會老大時，檢測的結果表明這些鑽石全是贗品。經過這件事後，譚西敏斷定羅太太不僅知道鑽石的去處，而且還一而再的欺騙自己。譚西敏當即來找羅太太問個究竟，卻正趕上黑社會的殺手也找到了羅太太家。
經過一番拼殺，譚西敏將羅太太帶出黑社會團伙的圍攻後，繼續動員羅太太交出真正的鑽石。在接下來的一次較量中，羅太太被黑社會團抓走。幸運的是，譚西敏在羅太太落下的鞋裡發現了被羅太太私藏的鑽石。在拿鑽石和黑社會團伙交換羅太太時，譚西敏在同事的配合下，最終一舉摧毀了這個黑社會團伙。有過這一場生死的遭遇後，羅太太對譚西敏也產生了一絲感情。羅太太登上私人飛機臨走時，發現在譚西敏送給她的一個盒子中，還藏著一顆熠熠生輝的鑽石。
精彩視點：
這是「天皇巨星」劉德華和「大眼睛美女」關之琳在1992年聯袂主演的一部電影。影片中，炫目的武打動作、曲折的故事情節、搞笑的矛盾沖突都將讓喜歡這兩位巨星的觀眾再次一睹「天王巨星」和性感美女的無限魅力。
㈣ DeOldify 老電影上色軟體有會安裝在上的人嗎可以給遠程安裝下，可以給紅包
出門在外，是不是才覺得媽媽的嘮叨分外可愛又令人懷念。母親節到了，翻箱倒櫃想找出一張媽媽的老照片，卻因為早已泛黃褪色而觸碰不到回憶的信號，記不得哪年哪月哪天，找不回那條曾經以為可以一直走都走不到盡頭的童年街巷。彎彎的月亮，搖在手裡的蒲扇，是回不去的流逝光陰，但能不能至少將這些回憶鐫刻在相片，然後緊緊攥在手裡？
最近圖像修復大火，從網友們用小程序「你我當年」一鍵修復老照片到GitHub上的熱門項目「用機器學習給黑白照片上色」，我們似乎找到一個保存記憶的良方。
GitHub上給老照片上色的一個項目：DeOldify
歲月從牆上剝落，小時候牽著媽媽的手哭著鬧著要買的那根冰棍，你還記得它的顏色嗎？用DeOldify給黑白照片上色，嘗試拼湊出曾經的家庭生活的歡樂色彩，也找回曾經的家庭時光的溫度。
感恩節的回憶（1911年）
Lemuel Smith夫婦和年幼的孩子們在農場的家庭時光（1941年）
假如母愛有顏色，假如思念有形狀，它不應該是黑白而模糊的。回憶應該是在明朗的月光下，沿著夏夜的風爬上家門口的梧桐，然後輕輕敲打我的窗檯。
給老電影《黑暗中的舞者》上色
《黑暗中的舞者》講述一個母親來到美國為了治癒失明的13歲兒子，甘願自己被捕入獄，並且最後被判死刑。當死亡就在眼前時，巨大的恐懼和強烈的求生欲讓她嘶叫嚎哭，只有朋友告訴她兒子手術成功，不會失明時，才讓她鎮定下來，驚恐無助的女孩又回歸成為了從容的母親。是非常適合母親節觀看的一部影片。
這是影片最後行刑前比約克對兒子說的話：
「親愛的兒子俊，別害怕，我從不孤單，這不是最後一首歌，沒有小提琴，合唱團那麼安靜，沒人轉圈。這是倒數第二首歌，記得我說過的話，把麵包包好，把床鋪好。」
大火的小程序「你我當年」
網友用小程序「你我當年」還原女星模糊照片後的美貌：
林青霞修復後的照片
我的媽媽可能有點普通，有時候還有點市儈。我們說「為母則剛」，但她當年也只是一個被捧在手心裡的小公主。快拿媽媽年輕時候的照片也試一下，看一看她當年的風采。
圖像修復技術一覽AI修復官：記憶不再模糊
「你我當年」運用主要是CNN、GAN等AI技術，即卷積神經網路和生成式對抗網路」，讓人想到美圖秀秀的一鍵磨皮，它們雖然都利用了卷積神經網路，但二者並不一樣。美顏軟體中常見的磨皮功能是做減法，將照片去掉細節，做模糊處理。常用的磨皮演算法包括均值模糊、高斯模糊、中值濾波等，它們的去噪效果好，但視覺效果差。而你我當年是做加法，可以自動補充細節，即利用AI演算法替代圖像中缺失或者損壞的數據。
AI修復的大小S照片在網上引起驚嘆
圖像修復一般用「擴散」的方法來處理，這種方法將局部結構應用到其他部分。或者用「示例」的方法，每一次構建缺失部分的一個像素點（塊）保持和周圍像素點的一致性。但是當缺失部分很大時，這些方法會失效，因此就需要運用機器學習。由一個高階模型提供補充的信息，例如深度神經網路。
深度神經網路使用監督圖像分類，在監督圖像分類中，每個圖像都有一個特定的標簽，神經網路通過一連串的基本操作運算來學習圖像到標簽之間的映射。通過輸入學習大量的數據集（數百萬張帶有成千個的標簽的圖像），神經網路可以實現准確的分類，實施一個判別式預訓練的神經網路來指導圖像重建。
原理類似訓練一個機器人，讓其對缺失信息很多的圖進行「腦補」；同時找來一個「鑒定師」提出意見，讓機器不斷鑽研，雙方不斷提升。
AI上色師：老照片重見光彩
同樣地，訓練有素的AI可以學會上色，生成對抗網路的本質還是學習損失函數。通過先對照片進行圖像分割，AI可以區分出標志性物體，認出圖像中的各種元素，比如樹木、天空、人臉、服裝……在輸入大量包含常見場景和人物的圖片後，AI會自動學習和記憶這些關鍵信息的顏色，比如樹葉是綠色、人臉是膚色等。因此，它可以很快開始對黑白照片里的場景進行彩色化，填補缺失色彩。
而更進一步地，AI正在逐步從靜態照片進軍動態效果，近日，在Facebook的F8大會上，一個名為Jason Antic軟體工程師展示了用DeOldify為老電影上色，效果非常驚艷。
電影《Reefer Madness》1936
DeOldify的深度學習模型借鑒了當前多種主流技術方法，包括：自注意生成對抗網路（Self-Attention Generative Adversarial Network）、兩個時間尺度更新規則（Two Time-Scale Update Rule）以及最重要的——NoGAN——他開發的一種新型GAN訓練模型，用來解決之前DeOldify模型中出現的一些關鍵問題。NoGAN訓練結合了GAN訓練的優點（絢爛的色彩），並消除了一些副作用（如視頻中閃爍的物體）。
GitHub地址：
https://github.com/jantic/DeOldify/blob/master/README.md
上色體驗地址：https://colorize.cc/
話說回來，今天母親節，給媽媽打個電話，然後把媽媽的畫像牢牢印在腦海吧。當然照片只是輔助，有些事還是要握在手心，刻在心頭。
㈤ 老電影了。我小時候看的。好像是美國電影。劇情好像是沙漠里。出現了4條超級大蛇。跟蚯蚓一樣在地下鑽
那不是蛇，你記錯了，電影（異形魔怪1）
如同所有頂尖的怪獸電影一般，此片融合了科幻與詼諧，帶有50年代露天電影院的氣氛與趣味。凱文·貝肯與佛瑞德華德是內華達州一個叫做「完美鎮」上的臨時工人，正當他們准備離開這個荒涼小鎮，到別處求發 展時，卻發現當地居民與家畜神秘死亡的屍體，死因皆離奇怪異、不合邏輯。不久後他們赫然發現，兇手並不是什麼殺人犯，而是比殺人犯殘忍幾百倍的四隻巨形突變怪蟲！它們潛伏在地底下，然後以迅雷不及掩耳的動作從地心竄出，吞噬地面上的人類與家畜！此時，小鎮居民陷入了恐慌之中…他們兩人是否能幫助小鎮居民，打擊地心怪物呢？
㈥ 一部老電影，國外的！！有關鑽石和古老傳說的故事！但肯定不是《血鑽》，片子很長！
蘇聯70年代的《鑽石小路》嗎？講一隊地質隊員在森林河流找鑽石的故事，99年央視6放過，信息很少。
㈦ 求一部老電影，記得好像是印度的，說的是一個盜賊
這是《幻影車神2》，又名《幻影神偷2》是Sanjay Gadhvi導演，赫里尼克·羅斯漢、艾西瓦婭·雷等主演的電影。2006年11月23在印度上映。影片講述了阿里一直想要成為一名警察，如今他終於夢想成真，成了警官傑斯特的搭檔。A先生是一個善於利用高科技的國際慣偷，在完成了一系列匪夷所思的偷竊任務後，他的下一個目標鎖定在了印度的孟買。警方得到消息後，將這個任務交給了阿里和傑斯特。在孟買，A先生也找到了他的搭檔——一個貌美而聰明的女賊。雙方鬥智斗勇的故事
