本文主要是介绍紫光展锐M6780丨超分辨率技术——画质重构还原经典，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
上一期，我们揭秘了让画质更加炫彩的AI-PQ技术。面对分辨率较低的老电影，光有高饱和度的色彩是不够的，如何能够提高视频影像的分辨率，使画质更加清晰，实现老片新看？
本期带大家揭晓紫光展锐首颗AI+8K超高清智能显示芯片平台M6780的第二项隐藏技能——AI-SR超分辨率技术。
在图像、视频的显示过程中，视频源的输入尺寸取决于视频资源的实际尺寸，如果视频资源较为老旧，其分辨率普遍低于播放设备的显示分辨率，例如在8K电视（7680×4320）的应用场景中，会出现部分特殊片源甚至为SD标清格式（640×480）的情况。同时，视频资源的尺寸往往不一，而播放设备的显示分辨率相对固定，为了适配这种差异，需要动态地将输入图像的尺寸调整为与显示设备相同的固定尺寸。
为了解决上述问题，图像放大算法（也称之为超分辨率，即Super Resolution, 简称S-R）因此而产生。这是一种为了解决原始图像尺寸小于目标图像尺寸，而将原始图像尺寸进行放大的图像处理方法。为了兼顾算法效果和实现难度，目前图形处理领域使用最广的是双三次插值算法。
与传统方法不同，AI-SR（AI-超分）技术是一种基于卷积神经网络实现的图像超分方法。AI-SR神经网络模型通过深度学习的数百万次训练，模拟视频创作者对画面内容的理解，并通过全面分析画面细节信息，适当补充视频放大所需的细节纹理，从而实现将低分辨率画面还原为细致的高清图像。相比传统的缩放算法，它不仅避免了模糊和锯齿等问题，而且在大屏场景下表现更佳，能够向用户呈现更多画面细节。
例如，在计算未知像素的数值时，bicubic插值仅参考周围16个邻临像素的图像信息，而采用卷积神经网络实现的AI-SR网络可以分析数百个邻域像素组成的感受野（Receptual Field）区域的图像信息，因此后者在还原高分图像的像素值时具有明显优势。具体表现在图像的插值效果上：AI-SR可以降低双三次插值方式导致的图像锯齿、模糊等明显的图像缺陷，能够得到图像质量远超双三次插值的高分图像。
搭载具有AI-SR技术SoC芯片的显示产品，将呈现更好的画面细节和显示质量，采用AI-SR技术实现图像、视频的超分辨率，使得视频画面在放大之后，依然具有清晰连贯的线条以及丰富的细节表现，为用户带来超高清的视觉体验。
紫光展锐携首款8K超高清智能显示芯片平台M6780中集成了具有上述技术能力的AI-SR功能，可以实现支持8K的显示分辨率，其AI-SR的放大能力最高可达12倍，最高等效算力可达20 Tops，为电视、投影以及商业显示等领域的用户提供更好的画质，以及更优的观看体验。
由于芯片中的AI-SR功能为纯硬件IP方案，且无需额外的CPU、GPU或NPU算力，在视频播放时能不间断地为显示端提供超高清的视频画面。最终经AI-SR处理的画面内容可以做到0.1 ms以下的输出延时，足以保证视频画面的实时性和流畅性。
作为世界领先的平台型芯片设计企业，紫光展锐坚持以技术创新为核心，全力提升产品、技术能力，强化公司核心竞争力，推动公司跨越式发展，为产业和社会创造价值，用科技之光照亮幸福生活。
注：文中demo图像均为紫光展锐已获得版权的内容。
这篇关于紫光展锐M6780丨超分辨率技术——画质重构还原经典的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
