Artoriuz/ArtCNN

解决的问题

提供一组专为放大和清理动画内容而设计的单图像超分辨率（SISR）模型，解决常见的JPEG伪影和色度重建问题。

工作原理

该项目提供两种不同的神经网络架构：

• C系列（速度）：轻量级卷积层搭配单个长跳跃连接，专为视频播放等实时任务优化。提供GLSL着色器和ONNX模型。
• R系列（质量）：使用残差块和短跳跃连接的更深层架构，具有更多滤波器，专为高质量非实时重缩放设计。

适用人群

希望放大动画视觉效果的用户，特别是使用mpv等视频播放器或VapourSynth等视频处理框架的用户。

主要亮点

• 多种配置：提供从轻量级（C4F16）到高质量（R16F96）的多种模型。
• 专用变体：包含针对去噪、锐化、柔化以及清理JPEG伪影（4:4:4和4:2:0）的特定模型。
• 色度重建：专为4:2:0 BT.709 YCbCr内容的色度重建设计的模型。
• 广泛兼容性：支持ONNX格式和GLSL着色器，可轻松集成到播放软件中。