Forbyfor发表画质增强AI研究论文登上SCI级期刊

Published 22 Nov.2023 08:59(KST)

主导开发画质增强AI方案的公司内部AI研究所
提出改进的画质提升方法

内容人工智能（AI）解决方案企业 4by4 表示，其公司内部 AI 研究所“Pixell Lab”撰写的关于全新画质提升 AI 模型的研究论文，已发表于全球科学专业学术期刊《Scientific Reports》，相关消息于22日对外公布。

《Scientific Reports》是世界三大科学期刊之一《Nature》的姊妹刊物，是由美国科学信息研究所（Institute for Scientific Information）按照严格标准遴选出的权威学术期刊等级分类中，最高等级的科学引文索引（Science Citation Index）级期刊。

题为《利用复合综合数据的图像增强多重色彩空间网络研究》的论文，介绍了一种为解决在过暗或过亮环境中拍摄时，所得图像结果会对“色彩”产生影响这一问题而新近构想出的方法。

4by4 AI 研究所提出的新模型，克服了仅识别“RGB 色彩空间（Color Space）”、不加区分不同亮度环境而一概反复进行画质提升处理的既有 AI 模型的局限。该方法首先计算并处理能够完整把握色彩信息的平均亮度值中间数据。为此，论文提出先应用可在其他色彩空间中运行、并能计算亮度平均值的“转换网络（Transitional Network）”，随后再依次应用用于画质提升的“基础网络（Base Network）”。

主导论文撰写及实证过程的 4by4 AI 研究所所长 Kim Hyuncheol 表示：“从客观问卷调查结果来看，利用多重色彩空间网络改进得到的结果物，与仅使用单一色彩空间网络改进的结果相比，在多种数据集上都展现出压倒性的性能。”

他补充称：“新提出的网络模型不仅在视觉上效果显著，而且在生成更加真实的视频图像、即与现实相似的沉浸式图像方面，也被证明极为有效。”

负责统筹 Pixell 事业部门的 4by4 副代表 Lim Junghyun 说明称：“论文中介绍的这款 AI 模型，已经应用在本公司 AI 解决方案 Pixell 上，以远超其他模型的性能在市场上获得了良好评价。”他强调：“例如，更高效地改善因在昏暗环境中拍摄而难以识别拍摄对象的闭路电视（CCTV）画面，并将其用于刑事侦查等，现在就可以在整个产业领域加以应用，从这一点来看，其应用价值和潜力将是无限的。”