大家好,我是 Jack。
看过我 B 站这期视频的小伙伴,一定知道超分辨率重建算法
提高图片的分辨率,例如720P的图片变4K
在视频中,我也展示了将经典老番,转手翻新的手段。
现在有太多低画质的视频和图片了,这种算法应用好,会是一枚利器
B 站有很多动漫资源,果然他们开始做技术储备了,刚刚开源了Real-CUGAN,我们直接看效果:
修复效果还不错吧?这个算法主要针对的是二次元图像的修复,效果非常nice
画面质量是经典老番的大敌,甚至很多现在的动漫实际分辨率也只有720P,很多动漫都是被拉伸播放的。
究其原因,还是成本二字。想要提高分辨率,从作画、扫描到处理和存储,整个产业链条都需要软硬件的升级。
手绘难以解决,那就由AI算法出面搞定!

Real-CUGAN

项目开源几天,已经获得了2.2k
https://github.com/bilibili/ailab/tree/main/Real-CUGAN
Real-CUGAN的训练是参考了我之前写过的Real-ESRGAN算法。
可以看下Real-CUGAN与现有算法的对比:
百万级高清二次元就单这一项,太猛了!
使用了百万级动漫数据进行训练,真是得天独厚啊,B 站就是不缺动漫资源。
其实做多了算法我发现,网络结构、各种trick都是其次,有个好的训练集才是王道。
单从效果看,个人感觉Real-CUGAN的效果是最佳的,细节做得更好。
项目的环境依赖很简单:
  • torch>=1.0.0
  • numpy
  • opencv-python
  • moviepy
B 站开源的Real-CUGAN除了常规colabpyinference代码,还提供了Windowsexe版。
会不会代码,都能玩,很贴心~
如果没有 N 卡也没关系,nihui大佬实现了一个NCNN版本,A 卡也能玩。

最后

当然需要注意的是,个人修复这些动漫资源,如果发布的话有版权风险,自己玩玩倒是可以。
B 站有很多动漫的版权,由他们去谈合作最为合适。
大家玩得开心,我是 Jack,我们下期见!
·················END·················

推荐阅读

继续阅读
阅读原文