画质增强概述-4-传统方法增强实践

传统方法和AI方法是一个互相补充的关系，要看具体的场景和视频类型，一般而言，传统方法性能上相对比AI方法更好些，对算力要求相对低一些，成本上自然也更低

传统方法的保边滤波(如导向滤波等)、锐化、对比度增强等很多时候都有比较好的效果，在视频转码服务中使用适当的话往往会有非常好的收益(主观画质提升、码率大幅下降等)，不过这些算法网上介绍的都很多了，在此不再赘述

4.1 去划痕算法介绍

先看效果：

上半部是原始图片，下半部是处理过的效果，可以看出来划痕消除还是比较明显的，下面介绍算法实现过程

a. 寻找划痕mask

大致原理是先二值化得到白色区域，然后做一个 MORPH_TOPHAT 礼帽操作，得到包括划痕在内的一堆轮廓，接着计算这些轮廓的特征，划痕特征还是比较明显的，根据这些特征做一次筛选，得到划痕轮廓mask

b. 图像填充

核心是调用opencv标准函数 inpaint，实现划痕修复效果

4.2 综合增强

效果如下图：

这个综合增强的算法总的来说效果还是不错的，视觉上提升比较明显，算法参考的论文如下： https://arxiv.org/abs/1708.00636 ，算是一个单图片SDR转HDR的论文

画质增强概述-4-传统方法增强实践相关推荐

画质增强概述-3.1-AI增强实践之超分训练
三画质增强的AI增强实践画质增强处理从方法上可以分为传统方法和深度学习(AI)方法,他们是互相补充的关系,传统方法相对而言性能会好些,AI方法吃GPU.吃算力,很多课题AI方法效果远非传统方法科比 ...
画质增强概述-3.3-AI增强实践之服务形态
low-level 视觉任务输入输出一般都是RGB数据,那么在生产环境,除非在移动端增强后直接显示,否则基本是需要对数据进行压缩,然后存储或者传输.服务端的增强服务,多数是把增强服务封装为ffmpeg ...
画质增强概述-3.2-AI增强实践之推理与部署
low-level 的视觉模型要在生产环境的服务端部署使用,还是有一些工作要做的.当然,本文不涉及在移动端的部署,我理解移动端模型部署很核心的工作是模型压缩(量化.枝剪和蒸馏),这块我涉及不算很深入, ...
画质增强概述-1-定义
一什么是画质增强 1.1 定义所谓画质增强,就是综合运用传统数字图像处理和新兴的深度学习等算法工具,修复图片或视频中存在的各种画质问题,让用户有更好的视觉观看体验 1.2 常见的画质问题及修复工具 ...
数据增强_imgaug图像数据增强必备工具
导读我们经常会遇到训练模型时数据不够的情况,而且很多时候无法再收集到更多的数据,只能通过做一些数据增强或者其它的方法来合成一些数据.常用的数据增强方式有裁剪.旋转.缩放.亮度对比度色度饱和度变换.仿 ...
网络安全框架：OWASP概述、优势、实践和局限性分析
原文:OWASP概述.优势.实践和局限性分析 "OWASP框架是一个开源的应用程序安全开发生命周期框架,其目的是提供一个可重复使用的方法,以确保应用程序在设计.开发.测试和部署阶段都是安全的 ...
SBAS星基增强系统及广域增强系统WAAS
1.为什么需要增强系统? GPS自建成以来到现在,其SPS可以向民用用户提供水平方向100米左右,垂直方向150米左右的定位精度,但随着应用领域的不断拓展,民用航空对于GPS的应用提出了更加苛刻的要求 ...
语音增强：求语音增强评价:CSIG,CBAK和COVL的代码
语音增强:求语音增强评价:CSIG,CBAK和COVL的代码 CSIG,CBAK和COVL分别代表: CSIG: MOS predictor of speech distortion, CBAK: M ...
Pytorch 文本数据分析方法(标签数量分布、句子长度分布、词频统计、关键词词云)、文本特征处理(n-gram特征、文本长度规范)、文本数据增强(回译数据增强法)
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新) 文本数据分析学习目标: 了解文本数据分析的作用. 掌握常用的 ...

画质增强概述-4-传统方法增强实践

画质增强概述-4-传统方法增强实践相关推荐

最新文章

热门文章