基于神经网络对动漫风格图像去除瑕疵和细节增强

文章目录[x]
  1. 1:背景
  2. 2:效果
  3. 3:应用

大家好,我是Ace,这篇文章介绍了用于对动漫风格图像去除瑕疵和细节增强的神经网络。

背景

在动漫视频修复技术中,传统的常用技术有降噪、锐化和去色带等等。但是在降噪的同时难免损失一些非噪声的细节信息,锐化过度容易造成ring,由于压缩量化参数较大造成jpeg-artifact在亮度变化幅值上甚至和真实细节相当,传统的视频修复技术需要大量尝试和实验才能得到合适的折中方案。随着近年深度学习的快速发展,端到端图像处理的神经网络也取得了较好的效果,因此我尝试用一个轻量级的神经网络进行动漫风格图像的瑕疵去除和细节增强。

效果

使用动态图呈现的方式对比前后效果。

注:以下图片均为使用最近邻算法将原图放大后方便对比的效果,因此会看到一些锯齿。

首先是全金属狂潮第一季:

紫罗兰永恒花园:

应用

现该网络已经应用至实际的视频压制的处理环节中,以后预计将该网络作为所有压制任务的核心部分。

点赞

发表评论

昵称和uid可以选填一个,填邮箱必填(留言回复后将会发邮件给你)
tips:输入uid可以快速获得你的昵称和头像

12 + 14 =