程式設計師書庫（ID：CodingBook） 猿妹綜合整理
項目地址：https://www.infoworld.com/article/3442978/10-open-source-projects-proving-the-power-of-google-go.html
最近，號稱是當下最強的動畫實時超解析度方法，火爆Github，已經在GitHub摘下8458顆星，並穩穩占在Github Trending榜多天了。
Anime4K可以將1080P的動畫轉換為4K解析度，Anime4K的速度比Waifu2x快300倍，根據介紹提升畫質的時間僅僅需要3ms！
前面提到的Waifu2x通過神經網絡可以將2D圖像升級到更高質量，但是，基於機器學習的方法存在一個問題，即實時升級1080p電影需要花費相當長的時間。而Anime4K則可以更簡便的升級動漫。
下圖是使用Waifu2x生成的圖片效果：
另外，據開發人員B. Penn介紹，市場上的許多1080p動畫並不是真正的1080p，在某些情況下，只是將900p左右的母帶放大到1080p，因此就算是1080P，依然不可避免地會損失圖像質量。
當放大動畫視頻時，Anime4K可以減少模糊程度，並在HLSL / GLSL / Java執行環境中運行。根據Penn的說法，Anime4K的算法本身很簡單，當它在AMD RX Vega 64上運行時，最快可以在3毫秒內處理，甚至用於筆記本電腦的GPU也可以在9毫秒內處理。B. Penn還表示，即使在智慧型手機和筆記本電腦之類的低規格設備上，使用Anime4K也可以使動漫的清晰度增加。
以下是將1080p動畫放大到4K（2160p）的示例，從左到右分別是Biliner、NGU、Waifu2x、Anime4K實現的效果。
還有將720p動畫放大到1080p。你可以清楚地看到使用Anime4K的處理更加清晰，圖像質量得到了改善。
以下是將720P的圖像放大到2060p
但是，Penn表示，當用Anime4K放大多紋理 (Textures）的圖像時，如下圖所示，Anime4K的性能並不是很高，其結果幾乎與Bilinear相同。
算法原理
從以上對比，相信你已經知道Anime4K僅適用於動漫圖像放大，因動漫往往沒有豐富的紋理，而人眼對其邊緣和線段更加敏感。超解析度的原理流程如下：
LR_U為上採樣後的低解析度圖像，r為高頻殘差，高解析度圖像HR = LR_U + r。
Penn發現對於銳利圖像其殘差圖像中邊緣和線段往往比較細，而對於模糊圖像，其殘差圖像中邊緣和線段往往比較粗。
因此，開發團隊首先把殘差厚度最小化當做目標，接著輸入一張圖和它的殘差之後，「push」殘差的像素，讓殘差線變細，這具有疊代地使圖像梯度最大化的效果
偽代碼如下：
for each pixel on the image:
for each direction (north, northeast, east, etc.):
using the residual, if an edge is found:
push the residual pixel in the current direction
push the color pixel in the current direction
其他詳情可以自己到Github詳細查看，最後附上Github地址：https://github.com/bloc97/Anime4K/blob/master/Preprint.md#proposed-method