如上图, 从100x133pix→400x532pix,除了肉眼可见的清晰,拥有可以将分辨率提升400%的技术到底意味着什么?
它意味着:
让世界变得更清晰的不是魔法,而是一项被称为超分辨率提升的技术(简称「超分」),能够将低分辨率的图像、视频,通过特征提取、特征融合、图像重建与上采样(Pix-Shuffle),恢复并补足丢失的信息,最终重建成高分辨率的图像、视频。超分的实现路径有很多种,而峰值信噪比PSNR32.53、结构相似度SSIM0.9083的视频超分算法PP-MSVSR,以其卓越的性能达到业界SOTA。话不多说, 直接看PP-MSVSR在视频超分权威数据集上与其他算法性能(峰值性噪比、结构相似度)的对比图表:如图所示,PP-MSVSR提供了1.45M和7.4M两种参数量大小的模型,峰值信噪比与结构相似度均高于其他开源算法,同时还保持了参数量较小。也就是说,PP-MSVSR在对分辨率提升效果达到最细腻的情况下,还保持体积小的优势,是真正意义上的高性能、低成本。并且,PP-MSVSR还不限制输入视频的分辨率,支持分辨率一次提升400%,将超分自定义做到了极致,给大家无限想象空间~
PP-MSVSR的源码与教程也已经开源至PaddleGAN项目,除了视频超分,PaddleGAN中也提供业界领先的单张图片超分系列算法。心动不如行动,赶紧上手试试吧~如果觉得不错欢迎Star⭐收藏支持我们!https://github.com/PaddlePaddle/PaddleGAN/blob/develop/README_cn.md下面,让我们详细来看看PP-MSVSR超分算法到底是如何解决实际问题的吧!
在文娱领域,如社交、新闻媒体、电商等行业,常常涉及到对于视频的增强与编辑,PP-MSVSR的表现着实可圈可点。
无论是目标检测、图像识别,还是图像分类、语义分割等CV相关任务,训练数据质量的好坏对于最终任务效果影响都极大。因此,开发者可尝试通过PP-MSVSR将任意分辨率下的视频数据提升至理想分辨率,实现下游的检测、识别、分割等任务的准确率有效提升。
降低视频网络传输成本
在终端使用算法对分辨率进行恢复提升
在这个对清晰度有着极致追求的时代,视频的存储与传输成本越来越高,比如,传输4K信号,一天的传输成本至少大几千元,要想给成本来个「大降低」,就必须从存储与传输下手。
在视频超分的助力下,视频云端存储空间可大幅降低,进一步降低视频CDN传输带宽,同时提高视频传输速度,也就意味着,在存储的空间、传输的成本大大下降的同时,视频传输的速度也得到显著提升。PP-MSVSR这么有用,他的使用复杂嘛?答案是:完全不!仅一行命令即可实现分辨率的提升。除了PP-MSVSR详细、完整的实现代码、预训练模型及文档教程外,飞桨生成对抗网络开发套件PaddleGAN还提供了图像生成、唇形合成、人脸融合等丰富的前沿GAN相关能力与应用,还在等什么,赶紧Star⭐上手试试吧!https://github.com/PaddlePaddle/PaddleGAN/blob/develop/README_cn.md[1] Ce Liu and Deqing Sun. On bayesian adaptive video superresolution.IEEE transactions on pattern analysis and ma-chine intelligence, 36(2):346–360, 2[2] 大谷. (2021, February 20). AI还原的李焕英老照片动态影像!每个妈妈都了不起!【大谷纽约实验室】_哔哩哔哩_bilibili. Retrieved December 6, 2021, from https://www.bilibili.com/video/BV1wh411k7YN?spm_id_from=333.999.0.0.[3] A cat getting petting on the bed. Photo by Cottonbro on unsplash. Beautiful Free Images & Pictures. Retrieved December 5, 2021, from https://www.pexels.com/video/a-cat-getting-petting-on-the-bed-6865077/.[4] Robben, S. (n.d.). Photo of a man in a brown polo shirt carrying a laptop ... pexels. Retrieved December 6, 2021, from https://www.pexels.com/photo/photo-of-a-man-in-a-brown-polo-shirt-carrying-a-laptop-8278886/.[5] 《PCB瑕疵检测》数据来源于:北京大学印刷电路板(PCB)瑕疵数据集