Real-ESRGAN v4.0可用于多种图像和视频恢复任务, 提升老旧照片或视频的分辨率 改善低质量图像资料的清晰度 在数字取证中增强图像质量 提高医学成像的分辨率等 尽管已经进行了许多盲目超分辨率的尝试来恢复具有未知和复杂退化的低分辨率图像,但它们仍然远远不能解决一般的现实世界退化图像。在这项工作中,我们将强大的 ESRGAN 扩展到一个实际的恢复应用程序(即 Real-ESRGAN),该应用程序使用纯合成数据进行训练。具体来说,引入了高阶退化建模过程,以更好地模拟复杂的现实世界退化。我们还考虑了合成过程中常见的振铃和过冲伪影。此外,我们还采用了具有频谱归一化的 U-Net 判别器来提高判别器能力并稳定训练动态。广泛的比较表明,其视觉性能优于先前在各种真实数据集上的工作。我们还提供高效的实现,以动态合成训练对


5积分



