首页>资讯 > 科技 > 正文

基于深度学习的超分辨率算法,让超高清视频不再落伍

2022-03-04 08:21:39 来源:快科技

相信不少人都喜欢在电脑上观看电影、动漫等视频资源,无论是在本地观看还是在线观看,高清晰度,高分辨率的视频才能带来更好的观看体验。但对于那些怀旧党来说,可能就没那么幸运了。

在过去,受限于技术原因,很多老电影、老动漫的分辨率可能都没有达到720P的水,这就导致观看体验大打折扣,毕竟在这个4K视频都随处可见的年代,低分辨率的资源确实有点落伍了。

其实就算放眼到整个行业中来看,超高清内容缺乏也是产业普遍存在的痛点,渠道的不完善,拍摄、制作水的不成熟,技术的不足都成为了阻碍行业发展的绊脚石,为了提高超高清视频的生产能力,同时最大限度地节省成本,就需要人工智能的介入,超分辨率算法就是解决这个问题的很好途径。

提到超分辨率算法,可能屏幕前的很多人还不太熟悉,但一提到DLSS、FSR或者Xess,游戏玩家肯定都有所耳闻,虽然他们仨涉及的技术都不太一样,但从结果来看,这三种技术都能提高游戏分辨率,带来更好的游戏体验。

而今天要说的超分辨率算法,某种意义上和AMD的FSR技术可以说是相当相似。

马赛克也能变高清 超分辨率算法如何实现480P变4K

图像超分辨率问题研究的是在输入一张低分辨率图像时,如何得到一张高分辨率图像,传统的图像插值算法可以在某种程度上获得这种效果,比如最邻插值、双线插值和双三次插值等,但是这些算法获得的高分辨率图像效果并不理想。

在图像处理方面,又一个著名的算法waifu2x,它使用了SRCNN卷积神经算法,SRCNN是首个使用CNN结构(即基于深度学)的端到端的超分辨率算法,它将整个算法流程用深度学的方法实现了,并且效果比传统多模块集成的方法好。

SRCNN流程如下:首先输入预处理。对输入的低分辨率LR图像使用bicubic算法进行放大,放大为目标尺寸。

那么接下来算法的目标就是将输入的比较模糊的LR图像,经过卷积网络的处理,得到超分辨率SR的图像,使它尽可能与原图的高分辨率HR图像相似。

而AI超分辨率技术则是图像修复技术领域的一个方向。

动漫视频的产出过程中往往带有一系列数字信号处理的过程,包括锯齿、晕轮、色块、噪声处理,模糊线条处理等等,在以前,视频工作者往往需要对源进行下采样,在母带分辨率下对不同片段进行参数分析,并通过一系列滤镜进行手工修复,这造成了很大的人力成本。

而今天的主角,就是B站AI实验室开源的Real-CUGAN工具(项目地址:https://github.com/bilibili/ailab/tree/main/Real-CUGAN),只要用了它,就可以把动画图像的质量提升2到4倍,而且乎无损。

马赛克也能变高清 超分辨率算法如何实现480P变4K

Real-CUGAN的全称为Real Cascaded-U-Net-style Generative Adversarial Networks(真实的、级联U-Net风格的生成对抗网络),使用了与Waifu2x相同的动漫网络结构,但由于使用了新的训练数据与训练方法,从而形成了不同的参数和推理方式。

技术细节方面来看,Real-CUGAN会先行对动漫帧进行切块处理,然后使用图像质量打分模型对候选块进行打分过滤,得到一个百万级的高质量动漫图像块训练集。

然后使用多阶段降质算法,将高清图像块降采样得到低质图像,通过让AI模型学、优化从低质图像到高质图像的重建过程,训练完毕后即可对真实的二次元低质图像进行高清化处理。

目前Real-CUGAN支持2x\3x\4x倍超分辨率,其中2倍模型支持4种降噪强度与保守修复,3倍/4倍模型支持2种降噪强度与保守修复,同时,如果你是Windows用户,作者还贴心地准备了Windows-GUI版本,https://github.com/Justin62628/Squirrel-RIFE/releases/tag/v0.0.3,下载后即可使用。

与Waifu2x(CUNet)和Real-ESRGAN(Anime6B)相比,Real-CUGAN的优势还是比较明显的,作者也进行了一波对比,结果如下:

马赛克也能变高清 超分辨率算法如何实现480P变4K

目前B站的OGV国创剧《镇魂街第二季》已经已经上线了经过超分的4K分辨率版本,相信在未来,更多老番的高清重置版本也会在路上,AI技术的发展,正在从各个角度提升我们的体验。

标签: 超分辨率 超高清视频 游戏玩家

精彩推荐

关于我们 | 联系我们 | 免责声明 | 诚聘英才 | 广告招商 | 网站导航

 

Copyright @ 2008-2020  www.cguiw.com  All Rights Reserved

中国品质网 版权所有
 

联系我们:98 28 36 7@qq.com
 

未经中国品质网书面授权,请勿转载内容或建立镜像,违者依法必究!