画质修复

画质修复算法，轻松解决图片被压缩，亦或是由于夜拍、抓拍或是抖动造成的照片模糊、失焦等问题。美图人像画质修复算法在自研的超清人像生成网络结构 BeautyGAN（Beauty Generative Adversarial Networks）基础上，从美图数以亿计的海量人像数据中学习，使其具备人像画质修复能力，最大程度还原人像原有的脸部信息，重新定义低清画质的宽容度（Portrait Redefinition）。

借鉴前沿的深度学习技术，如降噪、增强、超分、强化学习等，在生成网络的基础上，结合大量的对抗式生成网络的前沿技术，进一步加强了美图影像实验室 MTlab 自研的生成网络结构 BeautyGAN 的生成能力。美图凭借自身强大的数据基础，使 BeautyGAN 具备良好的人像修复能力，最大程度还原人像原有的脸部信息。通过网络结构和训练方案的不断优化，提高修复的效率，让用户无需等待，数秒内即可看到人像修复的结果。

针对一张待修复的图片，一般分两步来处理。首先利用人脸点抠取脸部，对脸部做修复，使其变清晰；其次对全图进行去彩噪、去噪、去马赛克、去 jpeg 压缩、去模糊、去轻微抖动等画质修复操作，从而达到画质增强的效果。

分辨率比较高的图片在进行全图去噪等操作时，耗时较为严重。为了提高计算效率，美图影像实验室 MTlab 会将待修复图缩小到一定尺度，再进行分块、去噪等修复操作。最后通过 guided-filter 网络结构的画质增强方案恢复为原始分辨率。上述脸部修复和全图修复 (全图修复包括低分辨率修复和高分辨率增强) 并行完成后，将修复后的脸部贴回原图，合成完整的修复图。再利用超分网络，最终使得画质整体变得更加清晰。