Deze ComfyUI opschaalworkflow integreert het APISR (Anime Production-oriented Image Super-Resolution) model voor het opschalen van lage kwaliteit, lage resolutie anime afbeeldingen en video's. Daarnaast bevat het de 4xAnimateSharp Model voor vergelijkingsdoeleinden.
Standaard is de workflow geconfigureerd voor afbeelding opschaling. Om video's op te schalen, vervang eenvoudig de "load image" node door de "load video" node en vervang de "save image" node door de "combine video" node voor een naadloze overgang.
APISR (Anime Production-oriented Image Super-Resolution) is ontworpen om lage kwaliteit, lage resolutie anime afbeeldingen en videobronnen die verschillende degradaties hebben ondergaan in real-world scenario's te herstellen en te verbeteren. Het speelt in op de toenemende interesse in anime superresolutie (SR) door af te wijken van de traditionele toepassing van fotorealistische SR technieken, die mogelijk niet adequaat de onderscheidende kenmerken van anime accommoderen.
Twee primaire uitdagingen worden geïdentificeerd in anime SR: de degradatie van handgetekende lijnen door compressie of veroudering, en de aanwezigheid van ongewenste kleurartefacten. Om deze aan te pakken, introduceert APISR een afbeeldingsdegradatiemodel specifiek ontworpen om compressie-effecten te simuleren en te helpen bij het herstellen van handgetekende lijnen. Bovendien stelt het een techniek voor om vage, verouderende handgetekende lijnen te verbeteren door ze samen te voegen uit te scherp gemaakte afbeeldingen.
Voor het probleem van kleurartefacten, vaak veroorzaakt door GAN-gebaseerde SR netwerken, introduceert APISR een gebalanceerd dubbel perceptueel verlies. Deze methode combineert perceptuele kenmerken uit zowel fotorealistische als anime domeinen, met als doel kleurinconsistenties te verminderen en de visuele kwaliteit van super-resolved anime afbeeldingen te verbeteren.
APISR introduceert een datasetcuratie-pijplijn specifiek ontworpen voor anime, een afbeeldingsdegradatiemodel dat zich richt op de unieke uitdagingen van anime restauratie, en een innovatieve aanpak voor het aanpakken van kleurartefacten in GAN-gebaseerde SR netwerktraining. Deze methoden richten zich gezamenlijk op het verbeteren van het superresolutieproces voor anime door de meest informatieve frames voor datasets te selecteren, gedegradeerde handgetekende lijnen te herstellen en de visuele kwaliteit te verbeteren door kleurinconsistenties aan te pakken. De effectiviteit van APISR's aanpak wordt gevalideerd door uitgebreide evaluaties op real-world anime SR datasets, die significante vooruitgangen tonen ten opzichte van bestaande technieken.
Het APISR model is zeer gebruiksvriendelijk; selecteer eenvoudig het model dat overeenkomt met de gewenste opschaalgrootte.
© Copyright 2024 RunComfy. Alle Rechten Voorbehouden.