IT之家 11 月 19 日消息 ， 经典影视画面承载着一代人记忆 。 但是 ， 随着时间飞逝 ， 模糊、划痕、噪点…… 为记忆中的画面蒙上了“尘土” 。 而近几年的人工智能技术飞速发展 ， 又为影像作品带来了新的生机 。
京东方技术创新中心研发推出了 8K+AI 超高清技术方案 ， 并基于独有的超高清算法模型 ， 有效解决影像清晰度、色彩、流畅度等问题 ， 目前已实现为北京电视台、广东电视台等专业客户提供符合超高清标准的 AI 修复服务 ， 深度赋能超高清显示领域 。
京东方 8K+AI 超高清技术方案支持多场景定制化处理 ， 可提升影像修复效率 2-3 倍 。
京东方技术创新中心 8K+AI 超高清技术 ， 在图像和视频处理领域具有丰富的技术积累 ， 可针对不同的场景需求进行定制化的处理 。 在现有设备情况下 ， 京东方 AI 修复的自动化流程 ， 可以提升影像修复效率 2-3 倍 ， 降低人工成本 50% 以上 。
京东方 8K+AI 超高清技术方案图像分辨率智能提升 ， “一个图像 ， 一套参数”自适应监控 ， 采用 8K+AI 超高清技术修复“老照片” ， 性能十分强悍 。

文章图片

京东方表示 ， 以修复《紫禁城》史料照片为例 ， 有的照片已经 100 多年了 ， 清晰度低 ， 每张照片质量参差不齐 ， 存在很大的挑战 。
针对这些难点 ， 采用了“先整体后局部”的思路 ， 先通京东方技术创新中心超分辨率技术 ， 对图像的分辨率进行自适应拉伸 ， 得到高分辨率的图像 。 通过“一个图像 ， 一套参数”的方法 ， 对图像处理过程进行自适应监控 ， 解决参数不固定的问题 。 关于人脸处理 ， 会对人脸进行定位 ， 进行针对性的细节提升 。

文章图片

IT之家获悉 ， 具体来说 ， 它采用了多重反向递归深度网络 ， 能够对低分辨率图像进行倍数级提升 ， 最大可实现 16 倍拉伸 ， 转化为 4K 至 8K 的高分辨率图像 ， 实现图片无损放大 。 同时通过 GAN（对抗生成网络 ， 一种机器学习架构） ， 智能补充图像像素细节特征 ， 兼顾从宏观到微观的效果 ， 使生成的图像更加逼真、自然 。
多重反向递归深度网络 ， 是一种基于深度学习的算法模型 ， 它通过上百层脑神经网络 ， 学习图像的特征参数 ， 采用“渐进式拉伸”的方式实现图像拉伸 ， 并将每次拉伸之后的图像都与原始输入的低分辨率图像做特征比对 ， 有利于增强拉伸图像的精度 ， 大大减少图像特征损失 ， 具有系统占用内存小、处理图像速度快、图像拉伸视觉效果好等优点 。

文章图片

另外 ， 色彩增强技术已经能对黑白照片进行智能上色 ， 进一步拉近观众与历史的距离 。

文章图片

压缩失真修复技术 + AI HDR 调色算法 ， 让视频修复效果更佳 。 应用 8K+AI 超高清技术提升视频画质的效果 ， 同样令人惊艳 。

文章图片

在提升视频画质时 ， 如果依照传统的思路 ， 单纯将暗部提亮 ， 会导致暗部的噪声、压缩块更加明显 。 对此 ， 京东方采用了压缩失真修复技术 ， 有效抑制视频暗部的噪点干扰 。
此外 ， 京东方设计了 HDR 智能调色算法模型 ， 通过有效学习调色师的 HDR 调色经验 ， 形成可适配不同场景的调色模型池 ， 自适应的对超高清视频进行 HDR 上变换及不同风格的智能化色彩创作 。 经过智能化 HDR 调色 ， 可将超高清视频扩展到 HDR 标准及 BT.2020 色域 ， 并且充分利用色域广度进行色彩重映射 ， 有效提升了视频图像丰富的色彩及层次 ， 提高了明暗对比 ， 并且使得色彩表达更加饱满 ， 细节表现更加丰富 。