利用屠宰恢复的别名

作为一个受欢迎的娱乐艺术形式，漫画丰富了线条图纸细节与沥分截面。但是，由于扫描/重新分辨率不适当，互联网上的漫画资源通常会显示截图伪影。在本文中，我们提出了一种创新的两阶段方法来恢复从退化的两阶段恢复质量的沥青漫步。我们的关键观察是，下采样点形屏幕引起的锯齿化可以用作信息性线索以推断出原始分辨率和截图。首先，我们通过具有空间投票方案的规模估计网络（SE-NET）来预测来自DRADADed MANGA的目标分辨率。然后，在目标分辨率下，我们根据劣化程度判别歧视地通过漫画恢复网络（MR-NET）恢复区域明智的沥分屏幕。具体地，原始屏幕在模式可识别的区域中直接恢复，并且视觉上可粘性截头蛋白质在模式 - 不可知区域中合成。对实际情况的合成数据和视觉评估的定量评估说明了我们方法的有效性。

屏幕显示我们恢复的漫画形象的一个例子。图像来自Manga109数据集。

测试：您还可以使用Python testreal.py -c [config_file] -n [model_name] -s [image_size] -sl [scale]来指定比例因子。

请注意，凸插插细化需要大型GPU内存，您可以通过在人马库特托器中设置（Bilinear = False）来恢复图像。违反，我们设置了bilinear = true。

如果我们的论文和代码的任何部分对您的工作有帮助，请慷慨地引用：

@inproceings {xie2021 exploiting，作者= {minshan xie和menghan xia和tien-tsin wong}，标题= {利用漫画屠宰别名}，书场= {计算机视觉和模式识别（cvpr）}，年= { 2021}}