这个 ComfyUI 放大工作流程集成了 APISR (面向动画制作的图像超分辨率) 模型,用于放大低质量、低分辨率的动漫图像和视频。此外,它还结合了 4xAnimateSharp 模型进行比较。
默认情况下,该工作流程配置用于图像放大。要放大视频,只需将 "load image" 节点替换为 "load video" 节点,并将 "save image" 节点替换为 "combine video" 节点,即可无缝过渡。
APISR (面向动画制作的图像超分辨率) 旨在恢复和增强在现实场景中经历各种降级的低质量、低分辨率的动漫图像和视频源。它迎合了人们对动漫超分辨率 (SR) 日益增长的兴趣,偏离了传统的真实感超分辨率技术应用,因为这些技术可能无法充分适应动漫的独特特征。
动漫超分辨率中确定了两个主要挑战:由于压缩或老化导致手绘线条的退化,以及不需要的色彩伪影的存在。为了解决这些问题,APISR 引入了一种专门设计用于模拟压缩效果的图像降级模型,并协助恢复手绘线条。此外,它还提出了一种通过合并过度锐化图像中的手绘线条来增强微弱、老化的手绘线条的技术。
对于色彩伪影问题,通常源于基于 GAN 的超分辨率网络,APISR 引入了平衡的双重感知损失。这种方法结合了来自真实感和动漫领域的感知特征,旨在减少色彩不一致性,提高超分辨率动漫图像的视觉质量。
APISR 引入了一个专门为动漫设计的数据集策划流程、一个针对动漫修复独特挑战的图像降级模型,以及一种解决基于 GAN 的超分辨率网络训练中色彩伪影问题的创新方法。这些方法共同关注通过为数据集选择最有信息量的帧、恢复退化的手绘线条以及通过解决色彩不一致性来提高视觉质量,从而增强动漫的超分辨率过程。APISR 方法的有效性通过在真实世界动漫超分辨率数据集上的全面评估得到验证,显示出比现有技术有显著进步。
APISR 模型非常易于使用;只需选择与您想要的放大尺寸相对应的模型即可。
更多信息,请查看 和
© 版权 2024 RunComfy. 保留所有权利。