动机
JPEG 是最广泛使用的图像压缩算法和格式之一，因其简单性和快速的编码/解码速度。然而，它是一种有损压缩算法，可能会引入令人烦恼的伪影。现有的 JPEG 伪影去除方法在实际应用中通常存在四个局限性：
大多数现有的基于学习的方法（例如 ARCNN、MWCNN、SwinIR）为每个质量因子训练了一个特定的模型，缺乏学习单个模型以适应不同 JPEG 质量因子的灵活性。
基于 DCT 的方法（例如 DMCNN、QGAC）需要获取 DCT 系数或量化表作为输入，这些信息仅以 JPEG 格式存储。此外，当图像多次压缩时，仅存储最近的压缩信息。
现有盲方法（例如 DnCNN、DCSC、QGAC）只能为每个输入提供确定性重建结果，忽略了用户偏好的需求。
现有方法都是使用合成图像进行训练，这假设低质量图像仅被压缩一次。然而，大多数来自互联网的图像都经过了多次压缩。尽管对于真实重压缩图像（例如来自 Twitter 的[ARCNN, DCSC]）取得了一些进展，但对于双 JPEG 伪影的详细和完整研究仍然缺失。
网络架构
我们提出了一种灵活的盲卷积神经网络（FBCNN），用于预测 JPEG 图像的质量因子并将其嵌入到解码器中以指导图像恢复。质量因子可以根据用户的偏好手动调整，以实现灵活的 JPEG 恢复。
项目地址：https://github.com/jiaxi-jiang/FBCNN
首先这个技术并不是所谓的AI放大，也不是简单降噪，是消除JPEG伪影，你可以看到我的示例图，都是色块，那些叫伪影，处理之后色块就不见了，真去马赛克。
Photoshop神经滤镜有JPEG去伪影的功能，但是现在我们能免费使用了。
本人为这个项目做了GUI，并打包虚拟环境，双击run.bat开始运行软件。
添加批量处理的功能，支持GPU加速处理，能对比处理前后的图片。
清空缓存就是清理fbcnn_cache下的文件，每次处理文件结果会缓存到这个目录。
一个重要的提示，路径最好不要有中文或者空格。
遇到使用问题可以联系我~
通过网盘分享的文件：FBCNN-GUI-GPU.7z
链接: https://pan.baidu.com/s/1JjufF6YnY4m-hHR_13J8ow?pwd=6666 提取码: 6666
https://cloud.189.cn/web/share?code=nEvyM3qYbaMn（访问码：nhh4）
如果不能运行，可以试试这么写run.bat
[C] 纯文本查看 复制代码
@echo off
cd
call fbcnn_env\Scripts\activate
fbcnn_env\Scripts\python.exe gui2.py
echo All done.
pause
