AI图像修复新突破：SUPIR模型实现高保真修复和画质增强
中国科学院深圳先进技术研究院等机构联合推出突破性图像修复和画质增强模型SUPIR，利用大规模生成模型StableDiffusion-XL和模型扩展技术，实现对低质量图像的高质量恢复。
深圳，中国 – 近日，由中国科学院深圳先进技术研究院、上海AI实验室、悉尼大学、香港理工大学、腾讯ARC实验室和香港中文大学的研究人员共同推出的SUPIR模型，在图像修复和画质增强领域取得了重大突破。该模型利用了大规模生成模型StableDiffusion-XL（SDXL）和模型扩展技术，通过深度学习和多模态方法，实现了对低质量图像的高质量恢复。
SUPIR（Scaling-UP Image Restoration）的核心优势在于其高保真图像修复能力。该模型能够将低质量的图像恢复到接近原始状态的高质量版本，可以处理由于压缩、噪点、模糊等原因导致的图像退化。无论是风景、人脸、动物、游戏画面、老电影还是老照片，SUPIR都能有效修复多种类型的退化图像，增强图像细节，恢复清晰度和真实感，让图像焕发新生。
SUPIR的独特功能：
- 文本提示引导修复： SUPIR允许用户通过文本提示来指导图像恢复的过程，可以指定修复的特定方面，例如修复图像中的某个模糊物体、改变物体的材质纹理，或者根据高级语义调整图像的恢复效果。
- 负质量提示： SUPIR使用负质量提示来提高图像的感知质量，通过告诉模型哪些图像特征是不期望的（例如“油画效果、卡通化、模糊、脏乱、低质量”等），模型可以在恢复过程中避免这些特征，从而提升图像的整体质量。
SUPIR的工作原理：
SUPIR基于StableDiffusion-XL（SDXL）作为其生成性先验，并通过一个包含超过6亿参数的适配器来识别低质量图像中的内容，并在像素级别上精细控制生成过程。该模型还利用了包含2000万张高分辨率、高质量图像的数据集，以及详细的描述性文本注释，以更好地理解和恢复图像。
SUPIR的应用场景：
- 老照片修复： SUPIR可以用于修复老化、损坏或褪色的老照片，恢复其原始的色彩和细节，使珍贵的记忆得以保存和传承。
- 模糊图像增强： SUPIR可以用于增强模糊的图像，例如老电影画面、监控录像等，提高图像的清晰度和可识别性。
- 艺术作品修复： SUPIR可以用于修复受损的艺术作品，例如绘画、雕塑等，恢复其原本的艺术价值。
SUPIR的推出，标志着AI图像修复技术取得了新的突破，为图像处理领域带来了新的可能性。 该模型的开源代码和预训练模型已发布在GitHub上，为广大开发者和研究人员提供了便捷的工具，推动AI图像修复技术的发展和应用。
相关链接：
- 官方项目主页：https://supir.xpixel.group/
- GitHub源码库：https://github.com/Fanghua-Yu/SUPIR
- arXiv研究论文：https://arxiv.org/abs/2401.13627
【source】https://ai-bot.cn/supir-imgae-restoration/
Views: 1