使用AI消除噪点:Topaz DeNoise AI 测试

前言

噪点一直是处理照片的一大难题,其通常会在ISO高的时候出现。ISO本质就是一个放大信号的参数,越高,CMOS传感器产生的电信号放大得越多,比如在暗光的情况下,自然需要放大信号来获取足够多的信息,听起来很完美,但实际上CMOS收集到的信号不一定完全来自于采集的光线,这就是信号学上的噪声。

和正常的信号一同被放大的还有噪声,这最终反应到照片上就是噪点,所以,噪点是随机的,规律不明显,为什么说不明显呢,因为完全没有规律的话,那就没有人工智能可以做到了,人工智能本质就是数学公式。

在此之前,处理噪声估计也只能降低ISO,多张拍摄,因为噪声是随机的,下一个张的那个噪点也许就偏移了,然后通过民主选举等算法,还原消除噪点。显然,拍摄的东西大多数时间不是一动不动的,这使多张叠加计算几乎不可能,应用的条件极度苛刻。况且,我要是拍的东西有极大光比,这似乎无法避免,你说有HDR,再不济后期可以合成,那自然是最好了,但大多数时间,比如我在天上飞无人机,要不是仔细计划的话,哪会有空在空中调节不同参数进行拍摄,自动的HDR大多数时间可以了,但是也不是没有更上一层楼的机会。

人工智能貌似给了我们一个完全不同的选择,似乎可以让废片有了一丝生机,或者说让你的照片更上一层楼。什么?你说你的照片没有噪点?那是不可能的,人类目前的科技是无法避免的。

简介

DeNoise AI可以通过人工智能帮助你消除照片中的噪点,内建4种模型。你也不要把它想象成完全自动的那种绝世天才,自己可以解放双手了,我只能说算法本身很厉害,但是调节参数这件工作还得智能生物来做,自动的参数推荐几乎不可用,就是个坑货。

某种角度上讲,这和调色什么的如出一辙,就是每次调完还得等待运算这样一来,一台高性能的电脑似乎更加重要了,主要是显卡,架构也是,这个未来有机会可以再讲讲,找几篇相应的卷积网络的论文也不是不行,相关的研究目前很多,言下之意就是算法目前不是太大的问题,算法红利在几年前已经过去了,难能可贵的是我不知道Topaz怎么搞来这么多数据喂饱算法进行学习的,这也是难点,未来有空可以闲聊聊。

教程

软件很简单,我想用不着教,这个就当作演示吧。我特地去拍了点样张,噪点很多的那种。

提一嘴,这里的照片有所压缩分辨率,你在浏览器打开可以看到跟了个后缀,可能是edited或者是分辨率,你可以手动删除这个后缀删除原图,演示一下。

https://james.al/wp-content/uploads/2021/07/IMG_20210705_210034.jpg
//这是原文件
https://james.al/wp-content/uploads/2021/07/IMG_20210705_210034-2048x1538.jpg
https://james.al/wp-content/uploads/2021/07/IMG_20210705_210034-scaled.jpg
https://james.al/wp-content/uploads/2021/07/IMG_20210705_210034-edited.jpg
//有时可能显示是这样的
-2048x1538, -scaled, -edited
//删除这种就可以下载原文件了

这次倒是没问题,我点了全尺寸,也就是6000×8000,这样就可以直接保存了,就是原图,这里我就提醒一下。图片有点大,但是我相信,现代的设备打开它还是没问题的。

导入这张照片,我这里用的AI模型是Low Light,我感觉不错就这样了,如果你想同时比较多个模型,可以选这个。

这是我此次所用的参数,我需要移除严重的噪点,噪点也有彩色噪点,不止黑白,所以我提高Remove Noise和Color Noise Reduction,整个画面稍微有点模糊,主要在于树叶等,所以适当增加Enhance Sharpness,Recover Original Detail要谨慎使用,因为我发现这个AI对什么是细节的理解仍需提高,在它眼里,噪声等毛刺也是细节,这里拉这么多就差不多了,减少画面的涂抹感。

基本上使用的思路就是发现存在的瑕疵,然后平衡副作用。

有机会的话我会多展示几个例子。

查看一下效果

我选取一片天空,这里噪点较多

这是处理后

没问题就可以运算了

这或许还不够明显,再用一个例子

放大一下

进行处理一下

原文件我附在下面

发表评论