252 lines
11 KiB
Python
252 lines
11 KiB
Python
# Created by MSXYZ (AI-assisted)
|
||
# Temporal Anti-Aliasing (TAA) + Lightweight DL-style Sharpening Pipeline
|
||
# v0.1.1 - Temporal stability improvements and ghosting reduction
|
||
|
||
import torch
|
||
import torch.nn as nn
|
||
import torch.nn.functional as F
|
||
import logging
|
||
import comfy.model_management as mm
|
||
|
||
logger = logging.getLogger("VideoTAADLAA")
|
||
|
||
# =========================
|
||
# DLAA CORE (Uzamsal Filtre & Keskinleştirme)
|
||
# =========================
|
||
class _DLAANet(nn.Module):
|
||
"""
|
||
Lightweight CNN-based sharpening module used as a DL-inspired post-process.
|
||
|
||
Not:
|
||
Bu yapı gerçek bir eğitilmiş DLAA modeli değildir.
|
||
Sadece inference-time çalışan küçük bir CNN ile
|
||
detay keskinleştirme ve aliasing azaltma hedeflenmiştir.
|
||
|
||
Gelecekte pretrained super-resolution / restoration modelleri
|
||
ile değiştirilebilir şekilde tasarlanmıştır.
|
||
"""
|
||
def __init__(self):
|
||
super().__init__()
|
||
|
||
# Basit 3 katmanlı CNN tabanlı post-process filtre.
|
||
# Amaç: görüntü detaylarını hafif şekilde keskinleştirmek ve yumuşak aliasing azaltımı sağlamak.
|
||
# 1. Katman: Feature extraction
|
||
# 2. Katman: Non-linear mapping
|
||
# 3. Katman: Reconstruction / sharpening
|
||
self.conv = nn.Sequential(
|
||
nn.Conv2d(3, 16, 3, padding=1, bias=False),
|
||
nn.ReLU(inplace=True),
|
||
nn.Conv2d(16, 16, 3, padding=1, bias=False),
|
||
nn.ReLU(inplace=True),
|
||
nn.Conv2d(16, 3, 3, padding=1, bias=False),
|
||
)
|
||
|
||
# Edge Detection (Kenar Tespiti) işlemleri için kullanılacak X ve Y yönlü Sobel filtreleri
|
||
self.register_buffer("sobel_x", torch.tensor([[-1, 0, 1], [-2, 0, 2], [-1, 0, 1]], dtype=torch.float32).view(1, 1, 3, 3))
|
||
self.register_buffer("sobel_y", torch.tensor([[-1, -2, -1], [0, 0, 0], [1, 2, 1]], dtype=torch.float32).view(1, 1, 3, 3))
|
||
|
||
# Sub-pixel kaydırma (Jitter) için 4 yönlü offset (kayma) koordinatları
|
||
self.register_buffer("jitter_offsets", torch.tensor([[0.25, 0.25], [-0.25, -0.25], [-0.25, 0.25], [0.25, -0.25]], dtype=torch.float32))
|
||
self._init()
|
||
|
||
def _init(self):
|
||
convs = [m for m in self.conv if isinstance(m, nn.Conv2d)]
|
||
|
||
# 1. Katman: Identity initialization (RGB kanalları korunur)
|
||
# Not: Kaiming initialization yerine deterministik başlangıç kullanılmıştır.
|
||
with torch.no_grad():
|
||
convs[0].weight.zero_()
|
||
for c in range(3):
|
||
convs[0].weight[c, c, 1, 1] = 1.0 # RGB Identity
|
||
|
||
# 2. Katman: Identity initialization (kanal bazlı doğrusal aktarım)
|
||
with torch.no_grad():
|
||
convs[1].weight.zero_()
|
||
for c in range(min(convs[1].weight.shape[0], convs[1].weight.shape[1])):
|
||
convs[1].weight[c, c, 1, 1] = 1.0
|
||
|
||
# 3. Katman: Hafif sharpening kernel (predefined edge enhancement)
|
||
nn.init.zeros_(convs[2].weight)
|
||
sharpen = torch.tensor([[0.0, -1.0, 0.0], [-1.0, 5.0, -1.0], [0.0, -1.0, 0.0]], dtype=torch.float32)
|
||
with torch.no_grad():
|
||
for out_c in range(3):
|
||
# Girdinin sadece kendisine ait kanalını keskinleştirir (Cross-channel karışıklığını önler)
|
||
convs[2].weight[out_c, out_c] = sharpen * 0.1
|
||
|
||
def forward(self, x):
|
||
|
||
# Residual connection: Orijinal görüntüye, ağdan çıkan keskinleştirilmiş detayları ekliyoruz
|
||
return torch.clamp(x + self.conv(x) * 0.12, 0.0, 1.0)
|
||
|
||
# =========================
|
||
# TEMPORAL STATE (ZAMANSAL DURUM & ANTİ-GHOSTİNG)
|
||
# =========================
|
||
class _TAAState:
|
||
def __init__(self):
|
||
self.history = None # Önceki kareyi hafızada tutar
|
||
self.frame_id = 0 # Jitter döngüsü için kare sayacı
|
||
|
||
def reset(self):
|
||
|
||
# Video değiştiğinde veya kullanıcı sıfırlamak istediğinde geçmişi siler
|
||
self.history = None
|
||
self.frame_id = 0
|
||
|
||
def update(self, frame, alpha, sensitivity):
|
||
|
||
# İlk kareyse veya çözünürlük değiştiyse direkt mevcut kareyi geçmiş olarak kaydet
|
||
if self.history is None or self.history.shape != frame.shape:
|
||
self.history = frame.clone()
|
||
self.frame_id += 1
|
||
return frame
|
||
|
||
# Ghosting azaltma: neighborhood clamping ile temporal stabilizasyon
|
||
# 3x3 komşulukta min/max sınırlarını alıyoruz.
|
||
# Min değeri direkt bulmak yerine max_pool2d'yi ters işaretle kullanmak daha pratik oluyor.
|
||
local_min = -F.max_pool2d(-frame, kernel_size=3, stride=1, padding=1)
|
||
local_max = F.max_pool2d(frame, kernel_size=3, stride=1, padding=1)
|
||
|
||
# Geçmiş kareyi mevcut frame’in renk sınırları içine çekiyoruz.
|
||
# Temporal clamping: geçmiş frame değerlerini mevcut frame'in lokal min/max aralığına sınırlar
|
||
# Bu yöntem ghosting artefact'larını azaltmayı hedefler
|
||
history_clipped = torch.clamp(self.history, local_min, local_max)
|
||
|
||
# Hareket maskesi: hareketli bölgelerde temporal blending etkisini azaltır
|
||
# Mevcut kare ile kırpılmış geçmiş kare arasındaki farkı bulur.
|
||
diff = torch.abs(frame - history_clipped).mean(dim=1, keepdim=True)
|
||
|
||
# Hassasiyet eşiğine göre hareketli bölgelerde TAA etkisini azaltmak için bir maske oluşturur (0.0 - 1.0 arası)
|
||
motion_mask = torch.sigmoid((diff - sensitivity) * 20.0)
|
||
|
||
# Hareketin çok olduğu yerlerde geçmişin ağırlığını (alpha) düşürür
|
||
dynamic_alpha = alpha * (1.0 - motion_mask)
|
||
|
||
# Mevcut kare ile geçmiş kareyi dinamik alpha değerine göre harmanlar (Blend)
|
||
out = torch.lerp(frame, history_clipped, dynamic_alpha)
|
||
|
||
# Yeni geçmişi hafızaya kaydet ve sayacı artır (OOM yememek için detach() önemli)
|
||
self.history = out.detach()
|
||
self.frame_id += 1
|
||
return out
|
||
|
||
# =========================
|
||
# MAIN NODE (COMFYUI ARAYÜZÜ)
|
||
# =========================
|
||
class VideoTAADLAA:
|
||
def __init__(self):
|
||
self.net_cache = {} # Device-specific model cache (CPU/GPU separation support)
|
||
self.taa = _TAAState()
|
||
|
||
@classmethod
|
||
def INPUT_TYPES(cls):
|
||
|
||
# ComfyUI arayüzünde görünecek ayarlar
|
||
return {
|
||
"required": {
|
||
"images": ("IMAGE",),
|
||
"taa_strength": ("FLOAT", {"default": 0.7, "min": 0, "max": 1, "step": 0.05}),
|
||
"taa_alpha": ("FLOAT", {"default": 0.6, "min": 0, "max": 0.95, "step": 0.01}),
|
||
"motion_sensitivity": ("FLOAT", {"default": 0.05, "min": 0.01, "max": 0.5, "step": 0.01}),
|
||
"jitter_scale": ("FLOAT", {"default": 0.1, "min": 0, "max": 1, "step": 0.01}),
|
||
"dlaa_strength": ("FLOAT", {"default": 0.6, "min": 0, "max": 1, "step": 0.05}),
|
||
"edge_threshold": ("FLOAT", {"default": 0.25, "min": 0, "max": 1, "step": 0.01}),
|
||
"blur_radius": ("INT", {"default": 1, "min": 0, "max": 5, "step": 1}),
|
||
"reset_history": ("BOOLEAN", {"default": True}),
|
||
}
|
||
}
|
||
|
||
RETURN_TYPES = ("IMAGE",)
|
||
FUNCTION = "execute"
|
||
CATEGORY = "CustomPostProcess"
|
||
|
||
def _net(self, device):
|
||
|
||
# Ağı ilgili cihaza (CPU/GPU) yükler ve bellekte tutar
|
||
if device not in self.net_cache:
|
||
self.net_cache[device] = _DLAANet().to(device).eval()
|
||
return self.net_cache[device]
|
||
|
||
def jitter(self, x, idx, scale, net):
|
||
|
||
# Sub-pixel jittering: temporal sampling çeşitliliği sağlayarak aliasing azaltmayı hedefler
|
||
if scale < 1e-5: return x
|
||
off = net.jitter_offsets[idx % 4]
|
||
B, C, H, W = x.shape
|
||
|
||
# Affine dönüşüm matrisi oluşturuluyor
|
||
theta = torch.eye(2, 3, device=x.device).unsqueeze(0).repeat(B, 1, 1)
|
||
theta[:, 0, 2], theta[:, 1, 2] = off[0] * scale / W, off[1] * scale / H
|
||
|
||
# Bilinear interpolasyon ile görüntüyü kaydırır (Kaba piksel kaydırmasından çok daha kalitelidir)
|
||
grid = F.affine_grid(theta, x.shape, align_corners=False)
|
||
return F.grid_sample(x, grid, mode="bilinear", padding_mode="reflection", align_corners=False)
|
||
|
||
def edge_aa(self, x, thr, blur, net):
|
||
|
||
# Edge-aware anti-aliasing: kenar bölgelerinde adaptif blur uygular
|
||
if blur <= 0: return x
|
||
|
||
# Görüntüyü gri tonlamaya (Grayscale) çevirir (İnsan gözünün Luma algısına göre ağırlıklandırılmış)
|
||
gray = 0.299*x[:, 0:1] + 0.587*x[:, 1:2] + 0.114*x[:, 2:3]
|
||
|
||
# Sobel filtreleri ile X ve Y eksenindeki farklılıklar (kenarlar) tespit edilir
|
||
sx, sy = F.conv2d(gray, net.sobel_x, padding=1), F.conv2d(gray, net.sobel_y, padding=1)
|
||
|
||
# Hipotenüs hesabı ile net kenar şiddeti bulunur
|
||
# NaN oluşumunu önlemek için küçük epsilon eklenir
|
||
edge = torch.sqrt(sx*sx + sy*sy + 1e-6)
|
||
|
||
# Belirlenen eşik (threshold) değerine göre maske oluşturulur
|
||
mask = torch.sigmoid((edge - thr) * 12.0)
|
||
|
||
# Yansıtmalı dolgu (reflection pad) ile bulanıklaştırma yapılır
|
||
blurred = F.avg_pool2d(F.pad(x, [blur]*4, mode="reflect"), blur*2+1, stride=1)
|
||
|
||
# Sadece kenar olan yerlere bulanıklaştırılmış versiyon, diğer yerlere orijinal görüntü verilir
|
||
return x*(1-mask) + blurred*mask
|
||
|
||
def execute(self, images, taa_strength, taa_alpha, motion_sensitivity, jitter_scale, dlaa_strength, edge_threshold, blur_radius, reset_history=True):
|
||
device = mm.get_torch_device()
|
||
if reset_history: self.taa.reset()
|
||
net = self._net(device)
|
||
B, H, W, C = images.shape
|
||
out_list = []
|
||
|
||
with torch.no_grad():
|
||
|
||
# Frame-by-frame processing: GPU memory kullanımını azaltmak için batch yerine iteratif işleme
|
||
for i in range(B):
|
||
|
||
# ComfyUI [B, H, W, C] formatını PyTorch [B, C, H, W] formatına çevir
|
||
img = images[i:i+1].to(device).permute(0, 3, 1, 2).float()
|
||
rgb = img[:, :3]
|
||
|
||
# 1. Stage: spatial preprocessing (jitter + edge-aware filtering)
|
||
rgb = self.jitter(rgb, self.taa.frame_id, jitter_scale, net)
|
||
rgb = self.edge_aa(rgb, edge_threshold, blur_radius, net)
|
||
|
||
# 2. Stage: Temporal Anti-Aliasing (history-based blending with motion masking)
|
||
taa_out = self.taa.update(rgb, taa_alpha, motion_sensitivity)
|
||
rgb = torch.lerp(rgb, taa_out, taa_strength)
|
||
|
||
# 3. Stage: CNN-based sharpening (DL-inspired post-process)
|
||
if dlaa_strength > 0:
|
||
rgb = torch.lerp(rgb, net(rgb), dlaa_strength)
|
||
|
||
# İşlenen kareyi RAM'e geri al ve tekrar ComfyUI formatına [B, H, W, C] çevir
|
||
out_list.append(rgb.permute(0, 2, 3, 1).cpu())
|
||
|
||
# Her 10 karede bir GPU belleğini temizleyerek kararlılığı artır
|
||
if i % 10 == 0: mm.soft_empty_cache()
|
||
|
||
# İşlenen tüm kareleri tek bir batch halinde ComfyUI'a döndür
|
||
return (torch.cat(out_list, dim=0),)
|
||
|
||
# ComfyUI Node Kayıt İşlemleri
|
||
NODE_CLASS_MAPPINGS = {
|
||
"VideoTAADLAA": VideoTAADLAA
|
||
}
|
||
|
||
NODE_DISPLAY_NAME_MAPPINGS = {
|
||
"VideoTAADLAA": "🎮 Video TAA + DLAA Anti-Aliasing"
|
||
} |