前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >用Jetson NANO实现真实世界超高质量的超分辨率重建

用Jetson NANO实现真实世界超高质量的超分辨率重建

作者头像
GPUS Lady
发布2021-07-12 17:03:27
1.2K0
发布2021-07-12 17:03:27
举报
文章被收录于专栏:GPUS开发者
腾讯优图实验室屡获殊荣的RealSR是一个深度学习算法,它可以在保持尽可能多细节的同时放大图像。模糊区域被平滑,而高细节和对比度区域被锐利边缘放大。此实现使用基于ncnn的Vulkan驱动程序和可执行文件,无需预先安装。

注意,它用的是Vulkan进行计算,并没有用CUDA/OpenCL,这大概处于通用性的考虑。

创建 RealSR 的研究人员写了一篇8 页长的论文《Real-World Super-Resolution via Kernel Estimation and Noise Injection》(点击阅读原文访问),解释了它的工作原理。它有伪代码和公式以及各种细节。

论文摘要

最新的超分辨率方法在理想数据集上取得了令人印象深刻的性能,而不受模糊和噪声的影响。然而,这些方法在实际图像的超分辨率处理中往往失败,因为它们大多采用简单的双三次下采样,从高质量的图像中构造低分辨率(LR)和高分辨率(HR)对进行训练,这可能会丢失与频率相关的细节。为了解决这个问题,我们致力于设计一个新的退化框架,为现实世界的图像估计各种模糊核以及真实的噪声分布。基于我们新的退化框架,我们可以获得与真实图像共享一个公共域的LR图像。然后,我们提出了一个真实世界的超分辨率模型,旨在更好的感知。

对合成噪声数据和真实图像的大量实验表明,我们的方法优于现有的方法,从而降低了噪声,提高了视觉质量。此外,我们的方法在现实世界超分辨率的两个轨道上都是NTIRE2020挑战赛的冠军,大大优于其他竞争对手。

总之一句话就是:它非常擅长放大图像

在Jetson NANO安装这个应用的过程不赘述,大家可以直接访问github:

https://github.com/Qengineering/realsr-ncnn-Jetson-Nano

会实现怎样的效果呢?

找一个来自Gabriel Dropout的 Satiana 的 1920x1080 屏幕截图。

使用 GIMP 将来自 Gabriel Dropout 的 Satiana 屏幕截图缩小到仅 200x113 像素:

使用ImageMagick convert放大:

可以发现图像已经模糊了

使用 realsr-ncnn-vulkan 放大:

画面清晰度很高。


计算机视觉将成 2021 年的 AI 应用大趋势!如何从智慧 IoT 传感器搜集到的实时大数据,萃取出独特洞见?本次视频讲座,来自台湾奕瑞科技分享影像辨识王者 NVIDIA 如何将 AI 结合GPU 应用,破解计算机视觉技术的最新应用,创造 AI 智能工厂新核心!

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-06-21,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 GPUS开发者 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
图像处理
图像处理基于腾讯云深度学习等人工智能技术,提供综合性的图像优化处理服务,包括图像质量评估、图像清晰度增强、图像智能裁剪等。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档