Пакет для павышэння якасці і выдалення мазаікі з AI-выяў FBCNN-GUI, бясплатны і з адкрытым зыходным кодам, падтрымлівае выдаленне JPEG-артэфактаў (JPEG Artifact Removal)



📚Відэакурс
🕒Апошняе абнаўленне: 24.12.2024
👥Прадпрымальнікі / Аўтары самастойных медыя / Спецыялісты трансгранічнага электроннага гандлю / Тыя, хто шукае дадатковы заробак

Даведачны матэрыял — уключаны ў членства
Адкрыйце курс з сяброўствам
🔓
Атрымайце гэты курс для азнаёмлення з членствам
📦
Станце членам — вывучыце 16742 курсаў і праграмных інструментаў у якасці даведкі
🔄
Курсы пастаянна абнаўляюцца — члены вывучаюць новыя матэрыялы па меры іх паступлення
Делиться:
Папулярныя курсы
Папулярныя праграмныя інструменты

Што такое JPEG-артэфакты?

JPEG-артэфакты (JPEG Artifacts) — гэта візуальныя скажэнні, якія ўзнікаюць падчас сціскання JPEG-выявы з-за страты часткі даных выявы. Як шырока выкарыстоўваны фармат сціскання выяў, JPEG паменшвае памер файла шляхам скарачэння даных выявы, што палягчае захоўванне і перадачу. Але такі метад сціскання з стратамі можа таксама прывесці да непажаданых дэфектаў на выяве, якія звычайна называюць JPEG-артэфактамі.

Прычыны ўзнікнення JPEG-артэфактаў

Алгарытм сціскання JPEG, паменшваючы памер файла шляхам адкідвання часткі даных выявы, можа ўносіць розныя тыпы артэфактаў. Да звычайных артэфактаў адносяцца блочныя скажэнні выявы, размытасць, зрух колеру і іншыя. Хаця перавагі сціскання ў фармаце JPEG відавочныя, пры высокіх патрабаваннях да якасці выявы артэфакты становяцца праблемай, якую цяжка пазбегнуць.

Праблемы выдалення JPEG-артэфактаў

Хаця было прапанавана шмат метадаў для выдалення JPEG-артэфактаў, яны звычайна сутыкаюцца з пэўнымі абмежаваннямі ў практычным прымяненні:

  • Існуючыя алгарытмы на аснове глыбокага навучання (такія як ARCNN, MWCNN, SwinIR) звычайна патрабуюць навучання асобнай мадэлі для кожнага каэфіцыента якасці сціскання, і не існуе ўніверсальнай мадэлі для апрацоўкі розных каэфіцыентаў якасці.
  • Метады выдалення артэфактаў на аснове DCT (такія як DMCNN, QGAC) залежаць ад каэфіцыентаў DCT або табліц квантавання, але гэтая інфармацыя звычайна прысутнічае толькі ў фармаце JPEG і пры шматразовым сцісканні выявы захоўваюцца толькі апошнія даныя сціскання.
  • Сучасныя сляпыя метады (такія як DnCNN, DCSC, QGAC) пры апрацоўцы даюць толькі дэтэрмінаваны вынік і не маюць гнуткасці для наладкі ў адпаведнасці з перавагамі карыстальніка.
  • Многія існуючыя даследаванні мяркуюць, што выява сціскалася толькі адзін раз, але насамрэч большасць выяў у інтэрнэце часта сціскаецца некалькі разоў, што стварае праблемы для традыцыйных метадаў выдалення артэфактаў.

FBCNN: новы метад выдалення артэфактаў

Каб пераадолець гэтыя праблемы, мы прапанавалі інавацыйны метад сляпой згорткавай нейроннай сеткі (FBCNN), які здольны прадказваць каэфіцыент якасці JPEG-выявы і ўбудоўваць яго ў дэкодэр для кіравання аднаўленнем выявы. Гэты метад не толькі дазваляе гнутка наладжвацца ў адпаведнасці з патрэбамі карыстальніка, але і падтрымлівае апрацоўку розных каэфіцыентаў якасці JPEG, забяспечваючы такім чынам больш якаснае аднаўленне.

Варта адзначыць, што гэтая тэхналогія — гэта не проста павелічэнне выявы ці шумапрыдушэнне, а мэтанакіраванае выдаленне JPEG-артэфактаў. На нашых прыкладах вы можаце ясна ўбачыць, як непрыемныя каляровыя блокі знікаюць пасля апрацоўкі, і выява аднаўляецца.

Бясплатнае выкарыстанне, лёгкі пачатак

Зараз функцыя выдалення JPEG-артэфактаў у Photoshop з'яўляецца платнай, але мы прапануем цалкам бясплатнае рашэнне. Гэты праект не толькі дапамагае карыстальнікам выдаляць JPEG-артэфакты, але і ўключае графічны інтэрфейс карыстальніка (GUI), што робіць працу яшчэ прасцейшай. Карыстальніку дастаткова двойчы пстрыкнуць, каб запусціцьrun.batфайл, каб пачаць выкарыстанне.

Пакетная апрацоўка і паскарэнне GPU

Мы таксама дадалі ў гэты праект функцыю пакетнай апрацоўкі з падтрымкай паскарэння GPU, што робіць апрацоўку выяў хутчэйшай і эфектыўнейшай. Акрамя таго, вы можаце лёгка параўнаць вынікі да і пасля апрацоўкі, каб забяспечыць найлепшую якасць выявы.

Адрас праекта:Адрас праекта на GitHub

Падобныя курсы