Bigjpg

定义

Bigjpg是一个以深度卷积神经网络为技术核心的在线图片放大工具，用户上传图片后由服务器端的神经网络模型完成超分辨率重建，把低分辨率图像放大并补充细节。它把自身定位为图像放大与无损放大服务，处理对象既包括动漫插画，也包括普通照片，最高可放大到原图的16倍。^[1]

网站以网页形式提供上传、放大与下载流程，登录后可查看放大历史记录，付费用户还可调用API在自有程序中批量提交任务。^[2]

原理

Bigjpg处理图片时不采用简单的像素拉伸，而是通过神经网络重建图像中的线条、色彩与细节。^[3]其基本思路属于图像超分辨率(super-resolution)任务，即由低分辨率输入推算出高分辨率输出。传统放大方式在放大后容易出现模糊感、边缘重影与噪点，Bigjpg则针对线条、颜色、网点等特征做专门的算法调整，以抑制毛刺、重影和噪点。

从网络结构来看，Bigjpg使用深度卷积神经网络(Deep Convolutional Neural Networks)，卷积层用于提取图像的局部特征，深层网络则学习低分辨率到高分辨率的映射关系，从而在放大过程中对噪点与锯齿区域进行补充。^[4]在具体任务中，用户可指定图像风格与降噪强度：风格分为卡通插画与照片两类，降噪程度分为无、低、中、高、最高五档，放大倍数可选2倍、4倍、8倍或16倍。^[1][5]

发展历程

Bigjpg在多语言站点中将自己描述为使用最新人工智能深度学习技术的图片放大服务，并陆续上线了简体中文、繁体中文、英文、日文、韩文、法文、德文、西班牙文、俄文等多种语言界面。^[6]

随着服务扩展，网站从单一的网页上传放大，逐步增加了API接口、批量放大、离线任务与历史记录等功能；付费体系也由单一方案扩展为基础版、标准版与高级版等不同档次。^[2]其默认服务器位于中国大陆，用户可在登录后于设置页面把服务器切换到美国以加快下载速度。

应用

Bigjpg主要用于低分辨率图像的分辨率提升。动漫与插画图片的处理效果较为突出，放大后色彩、细节与边缘保留较好；同时它也支持普通照片的放大。

在服务形态上，用户可以通过网页上传图片，选择风格、降噪程度与放大倍数后由服务器完成处理并下载结果；付费用户可以调用图片上传接口、放大接口与结果查询接口，把放大能力集成到自己的程序或工作流中。^[2]免费用户每月可放大20张、单张最大5MB、最高4倍，付费用户的单张上限提升到50MB、最高放大16倍，并可使用独立高性能服务器。^[3]

局限

作为在线服务，Bigjpg的处理速度受服务器同时使用人数和网络环境影响，官方说明存在一定几率放大失败的情况，重试后可恢复；放大所需时间依放大倍数与图片尺寸不同，从几分钟到几十分钟不等。

免费方案在使用上有多项限制：每月放大数量、单张上传体积与最高放大倍数均低于付费方案，未登录用户还需保持浏览器开启，否则已提交的放大结果会丢失。^[4]在隐私方面，官方说明免费用户上传的图片会在24小时内自动删除、付费用户为72小时内删除，图片链接加密保存；同时用户须对上传与处理的图片拥有必要权利，网站声明不提供受版权保护的材料。此外，神经网络放大属于对缺失细节的推断与重建，输出结果由模型生成，并不等同于原始图像真实具备的细节。^[3]

参见

• 超分辨率 —— Bigjpg的核心任务类型，即由低分辨率图像重建高分辨率图像。

• 卷积神经网络 —— Bigjpg所采用的深度学习网络结构基础。

• 深度学习 —— 支撑该工具放大算法的技术领域。

• 图像降噪 —— 与放大同时进行的处理环节，用于减少画面噪点。

• 应用程序接口 —— Bigjpg向付费用户提供的调用方式。