视频超分辨率重建

效果展示

分别为原视频、超分辨率视频的截图

• 对比一

• 对比二

• 对比三

项目基础环境

• Python >= 3.7 ( 推荐使用 Anaconda 或 Docker )
• PyTorch >= 1.7
• NVIDIA GPU + CUDA
• Linux ( Windows 和 Mac 未测试过 )

项目依赖安装

• 这里基于 Anaconda 基础环境

• 创建虚拟环境

bash conda create -n video python=3.7 conda activate video

1. 安装cuda和cudnn

bash conda install cudatoolkit=10.2 conda install cudnn

1. 克隆项目

bash git clone https://github.com/emptysoal/VideoRestore.git cd VideoRestore

1. 安装依赖包（安装慢的话，下面 pip 命令后面加上 "-i https://pypi.tuna.tsinghua.edu.cn/simple/"）

```bash pip install numpy pip install torch==1.7.0 pip install torchvision==0.8.0 pip install basicsr pip install facexlib

pip install -r requirements.txt python setup.py develop

pip install realesrgan ```

下载预训练权重

• 下载权重文件：GFPGANv1.3.pth

下载好模型后放到项目experiments/pretrained_models目录下

视频转换

1. 在video_rebuild目录下，创建 src 目录；

2. 把需要修复的视频文件放到video_rebuild/src目录下；

3. 启动项目

运行命令格式如下：

bash python video_rebuild/main.py --video ./video_rebuild/src/<待修复视频> --save-path ./video_rebuild/result/<输出的视频>

例如：

bash python video_rebuild/main.py --video ./video_rebuild/src/demo04.mp4 --save-path ./video_rebuild/result/output.mp4

• 如果需要保存每一帧的图像，可以在命令最后加上--save-frame，但是会使输出结果太大，不建议保存每一帧；

• 输出的结果存储在项目video_rebuild/result目录下。