我大概能明白题主的意思,前面已有多位朋友发过回答,
不过现在已经是2020年了,那么我放一下我知道的较新资讯。
推荐我一直在使用的学术网站,Paper with code,提供了关于某个机器学习领域最新的SOTA模型和其代码,以下是关于“视频超分”和“图像修复”领域的传送门。
如下是两个比较好的介绍文章~
ICCV 2017 的 Detail-revealing Deep Video Super-resolution
亚像素运动补偿(Sub-pixel Motion Compensation, SPMC)层:基于CNN的视频超分辨方法。
CVPR 2019的 Pluralistic Image Completion,论文与 Github代码
AI怎么去除马赛克 https://www.zhihu.com/video/1220476670538285056这个其实是引用了外部数据,用同一个事物的大量数据获取统计规律,然后针对这个事物的某一个有缺失的例子,利用统计规律把缺失的部分补上去。
强烈推荐 @YE Y 这位答主下面的文章。
这个是利用了视频本身的特性。视频本身是由一帧一帧的画面构成的,这一帧的画面和前后帧有一定的联系。如果这一帧有部分缺失了或者模糊了,我们可以利用视频的前后帧的关系把原本此处应有的内容补上去。
这个是作为对前面 @余天升 的回答的补充
著名公司DMM推出了JavPlayer这一播放神器,具体可参考如下链接。
软件官方正版地址 https://twitter.com/Javski2 有正式版和试用版~
引用一下相关的介绍和解说:
最近的AI破解修复马赛克软件有人说是假的是AI换的
这个不是画上去的,是通过大量CPU和GPU的AI运算把马赛克模糊化再锐化然后插值补偿损失得到的源视频还原。 前提是必须是薄码的!
经过本人用之前流出片和发行版本的解码对比还原度高达90%以上。 因此这个技术是可以肯定的,而且以后也许还会有提升的空间。 绝非换脸那种视频那么简单。 据说一般般的电脑配置跑1分钟的片段大约需要几十分钟,可见复杂程度。
Mosaic的原理就是将1个pixel的颜色填满一个小区域,所以在平面图片上是无法还原的
但是…如果是Mosaic影片的话,一个Mosaic方格的中心点就会是原始的影像pixel,用这方式每个Frame去逐步还原出原始影像。
这样平均每秒就能还原上千点的pixel,即使扣掉可能重覆的pixel,只要几十秒的影片还原出来的程度也就很可观了。
如果还能有专属影像处理的AI软体的话,要解析出接近无码的影片也就很有希望了。
简单来说这个是真的而不是所谓的AI替换 你需要有个强大的cpu和gpu同时工作 经过软件修复而算出来的图像 影片只能选择2016年以前的薄码片 ,已经有人做了好多完整高清的,相信不久就可以有许多这样的片子出现在网上了 , 估计又有受害日本女明星为此隐退了,对了这款软件就是日本DMM公司做的,目前只有日语版,有兴趣的自己去google搜索就行了。
———
关于以上解释的详细说明:
1、“把马赛克模糊化再锐化然后插值补偿损失得到的源视频还原”是什么意思呢?
首先这不是忽悠,因为确实可以这样操作。把马赛克模糊化,丢掉一些图像信息,比如“格子”轮廓。然后锐化,使得接下来的图像轮廓突显。
到这一步,其实像素比处理之前的马赛克影片的还要低。然后插值补偿就有搞头了,最经典的就是最近邻算法,根据像素点之间的距离赋予不同的权重,得到新的像素点。
这怎么理解呢?
就是比如她的有一处是“粉色1.5”的,然后在该处的图像虽然被马赛克了,但是像素的参数值是取自源视频的,所以通过近邻插值,原本为“粉色1.5”的就可以被修成近似的“粉色0.9”或者“粉色2.2”,不断重复直到最小变化阈值,最终有望修成“粉色1.2”或者“粉色1.7”。
2、“必须是薄码”又怎么理解呢?因为薄码意味着马赛克的格子比较大,丢失的像素就相对比较少。这样插值补偿的参数调整带来的误差就比较小。“修复”得到的结果就越接近“粉色1.5”
3、“简单来说这个是真的而不是所谓的AI替换”,当然不是AI替换了,因为根本不涉及AI,所谓的AI修复马赛克技术比这个要高端得多。
举个例子,给你看七七四十九天的无码照片,然后马上拿个有码片给你,你的意识马上能“脑补”出有码片里的会是什么样的;而AI比你更加精密,因为有像素数据作为支撑,而不是人脑简单的“记忆-刺激-反馈”。
这边还有一个正在完善中的回答,与我们生活中的计算机视觉领域问题息息相关,也很有意思~