Слияние кода завершено, страница обновится автоматически
Аниме4К
Аниме4К — это набор алгоритмов с открытым исходным кодом для улучшения качества аниме в реальном времени, которые можно реализовать на любом языке программирования.
Простота и скорость Аниме4К позволяют пользователю смотреть улучшенное аниме в реальном времени. Мы верим в сохранение оригинального контента и предоставление свободы выбора всем поклонникам аниме. Следует избегать перекодирования аниме в 4K, так как оно необратимо, потенциально повреждает оригинальный контент, добавляя артефакты, занимает до O(n2) больше места на диске и, что более важно, не приводит к значительному уменьшению энтропии (потерянная информация теряется).
Отказ от ответственности: Все художественные ресурсы используются в демонстрационных и образовательных целях. Все права принадлежат их первоначальным владельцам. Если вы (как физическое лицо или компания) являетесь владельцем художественного произведения и не хотите, чтобы оно ассоциировалось с этим проектом, пожалуйста, свяжитесь с нами по адресу anime4k.upscale@gmail.com, и мы с радостью удалим его.
Аниме4К оптимизирован для родного аниме с разрешением 1080p, закодированного с помощью h.264, h.265 или VC-1.
Даже если он может работать, он не оптимизирован для аниме с пониженным разрешением 720p, 480p или стандартного разрешения (например, DVD). В старом аниме (особенно производства доцифровой эры) есть артефакты, которые очень трудно удалить, такие как плохое деинтерлейсинг, размытие камеры во время производства, сильное звонообразное искажение, зернистость плёнки, старые артефакты сжатия MPEG и т. д.
Это также не замена для SRGANs, поскольку они работают гораздо лучше с изображениями низкого разрешения или изображениями с большим количеством деградации (хотя и не в реальном времени).
Что предоставляет Аниме4К, так это способ улучшить качество аниме с разрешением 1080p для экранов 4K в реальном времени, обеспечивая эффект, аналогичный эффекту SRGANs и будучи намного лучше, чем waifu2x (см. сравнения).
В настоящее время проводятся исследования по улучшению улучшения качества в реальном времени для контента с более низким разрешением или старого контента.
— (GLSL/MPV)
— (GLSL/IINA)
— (GLSL/Plex) Использование тензорных ядер может быть намного быстрее и приближено к реальному времени (~80 мс), но их большой размер сильно затрудняет не-CUDA реализации.
Монолитный шейдер Anime4K разделён на модульные компоненты, что позволяет настраивать его под конкретные типы аниме и/или личные предпочтения. Что нового:
Дополнительная информация о каждом шейдере (УСТАРЕЛО).
Подсчёт ведётся с 2021-09-19T16:02:06Z (ISO 8601).
Обратите внимание, что следующие проекты могут использовать устаревшую версию Anime4K. С версии v3 были значительные улучшения качества.
| OpenCV | TensorFlow | Keras | Torch | mpv | MPC |
|---|---|---|---|---|---|
 |
 |
 |
 |
 |
 |
Большое спасибо группам и участникам OpenCV, TensorFlow, Keras и Torch. Этот проект был бы невозможен без существования высококачественных открытых библиотек машинного обучения.
Я также хотел бы выразить особую благодарность создателям VDSR и FSRCNN, а также открытым проектам waifu2x и FSRCNNX, которые пробудили мой интерес к созданию этого проекта. Я также выражаю свою признательность участникам проектов mpv и MPC-HC/BE за их усилия по созданию отличных медиаплееров с бесконечными возможностями настройки. Кроме того, я хочу поблагодарить людей, которые внесли свой вклад в этот проект в любой форме, будь то сообщение об ошибках, предложения, помощь другим или отправка кода. Я всегда буду высоко ценить вас.
Также я хотел бы выразить искреннюю благодарность людям из Université de Montréal, DIRO, LIGUM и MILA за предоставление стольких возможностей студентам. (включая меня), обеспечивая необходимую инфраструктуру и способствуя созданию отличной среды для обучения.
Я также хотел бы поблагодарить большое сообщество открытого исходного кода, в котором множество конкретных примеров и кода оказались очень полезными.
Наконец, но не в последнюю очередь, бесконечная благодарность моей семье, друзьям и преподавателям за финансовую, техническую, социальную поддержку и экспертизу в моём непрерывном обучении в эти трудные времена. Ваша помощь действительно неописуема.
Этот список не окончательный, так как проект далёк от завершения. Любые будущие благодарности будут оперативно добавлены.
Вы можете оставить комментарий после Вход в систему
Неприемлемый контент может быть отображен здесь и не будет показан на странице. Вы можете проверить и изменить его с помощью соответствующей функции редактирования.
Если вы подтверждаете, что содержание не содержит непристойной лексики/перенаправления на рекламу/насилия/вульгарной порнографии/нарушений/пиратства/ложного/незначительного или незаконного контента, связанного с национальными законами и предписаниями, вы можете нажать «Отправить» для подачи апелляции, и мы обработаем ее как можно скорее.
Комментарии ( 0 )