联系我们 - 广告服务 - 联系电话:
您的当前位置:首页>软件 > 正文

无损放大图片和视频?这两款AI工具值得拥有

来源:中关村在线 时间:2022-01-20 09:17:01

身为一个编辑,除了文字工作这个主要的工作内容之外,经常还需要考虑一个很重要的问题:插图。

全是文字的文章肯定没有图文形式的文章抓人眼球,更别提这个视频当道的年代了,因此每次撰写文章的时候,笔者都要在无版权图片网站精挑细选,让图片和文章主旨契合,并且最好是高分辨率的图像。

但意外也总是有的,有的时候遇到了分辨率不足但偏偏最适合的图像,就很让人苦恼了,直接将低分辨率图像插入文章中,会很明显地感觉到视觉上的不舒适,虽然现在PS甚至是Windows自带的画图工具都能修改图片分辨率,但强行拉伸的结果只会是:图片非常糊。

可以看到,在进行图片拉伸后,图片边缘已经出现了明显的毛刺感。

那有没有什么方法能够让图片无损放大呢?

别说,还真有,这个来自GitHub的项目“waifu2x”就能做到。

闲话少说,这里直接放使用waifu2x和普通拉伸图片后的对比(左侧为拉伸,右侧为使用waifu2x的效果)。

可以看到,使用waifu2x放大图片后,“5G”边缘的毛刺感不再明显,虽然部分区域还存在噪点问题,但整体上来说,比直接拉伸的效果要好太多。

那为什么waifu2x可以做到无损放大图片呢?这是因为waifu2x使用了名为SRCNN的卷积算法,传统意义上来说,图像超分辨率问题研究的是在输入一张低分辨率图像时(LR),如何得到一张高分辨率图像(HR)。

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。

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。

与Bicubic、SC、NE+LLE、KK、ANR、A+这些超分算法相比,SRCNN在大部分指标上都表现最好,且复原速度也在前列,且RGB通道联合训练效果最好,这就意味着相比照片,waifu2x在放大插画(你们最喜欢的二次元图片)时会更有优势。

那既然图片可以无损放大,视频呢?

结果当然也是可行的,不过这次用到的工具,叫做Topaz Gigapixel AI for Video,这个软件通过数千个视频进行培训,并结合来自多个输入视频帧的信息,通过真实的细节和运动一致将视频放大至8K分辨率。

作为一个AI软件,它需要一台快速的计算机。推荐的系统配置是32 GB RAM加上具有6GB或更大显存的NVIDIA显卡。虽然也勉强能在旧电脑上跑,但速度会非常慢。

那Topaz Gigapixel AI for Video是如何做到放大视频的呢?其实在安装的时候,会发现这个软件会安装TensorFlow库和cuDNN库,所以很明显,该软件就是运用基于深度学的卷积神经网络对每一帧进行处理,全程跑CUDA单元(要不然也不会这么慢了)。

熟悉显卡的老哥们都知道,显卡作为电脑主机里的一个重要组成部分,是电脑进行数模信号转换的设备,承担输出显示图形的任务。

显卡接在电脑主板上,它将电脑的数字信号转换成模拟信号让显示器显示出来,同时显卡还是有图像处理能力,可协助CPU工作,提高整体的运行速度。对于从事专业图形设计的人来说显卡非常重要。

民用和军用显卡图形芯片供应商主要包括AMD和NVIDIA两家(今年Intel也会加入乱战)。

GPU的构成相对简单,有数量众多的计算单元和超长的流水线,特别适合处理大量的类型统一的数据,例如矩阵乘法和加法,因此显卡在AI领域的应用也就变得十分广泛,CUDA是NVIDIA推出的只能用于自家GPU的并行计算框架。

只有安装这个框架才能够进行复杂的并行计算,主流的深度学框架也都是基于CUDA进行GPU并行加速的,Tensorflow也不例外。

不过比较遗憾的是,Topaz Gigapixel AI for Video的售价还是比较贵的,接200美元的价格可以劝退很多人了,但用来还原或者修复某些古老的影视作品还是相当有用的,现在能在B站搜索到的相当一部分【4K修复】视频,都是基于这个软件制作的。

现在想想,AI的出现确实解决了生活中的很多实际问题,如果没有卷积神经网络的高速发展,看到高清重制版的古老影视作品,可能只会存在于想象中。

标签: 无损 放大图片 视频 两款AI工具

最新新闻:

新闻放送

关于我们 | 联系我们 | 投稿合作 | 法律声明 | 广告投放
 

版权所有©2017-2020   三秦科技网
 

所载文章、数据仅供参考,使用前务请仔细阅读网站声明。本站不作任何非法律允许范围内服务!
 

联系我们: 98 28 36 [email protected]
 

Top