[幸花压制] 花开凛凛满薰香 / 薰香花朵凛然绽放 / Kaoru Hana wa Rin to Saku - 13 (WebRip AV1 简繁内封 Aliciä)
[幸花压制] 花开凛凛满薰香 / 薰香花朵凛然绽放 / Kaoru Hana wa Rin to Saku - 13 (WebRip AV1 简繁内封 Aliciä) [601.44 MB]
感謝拨雪寻春提供簡繁日雙語字幕。
畫質對比：https://slow.pics/c/ftAw3VxA
本作只有 Netflix 的源，質量相當之差。
filter 方面我們使用 vs-mlrt 的 anime-segmentation model 分離角色和背景。
對於角色，我們使用比較強的 vsdenoise.bm3d 降噪，然後用一個中等強度的 AA、vsdehalo.edge_cleaner 和 vsdehalo.dehalo_sigma 試圖清理線條。
對於背景，我們希望儘量保存紋理，所以使用 vsdenoise.mc_degrain 和 vsdenoise.bm3d 保守降噪。降噪後和角色部分合併進行 AA，接下來再次分離，用比較強的 vsdehalo.fine_dehalo 清理 halo。
壓制方面我們使用 Progression Boost Progression Boost Preset-Character-Boost-Butteraugli-Max 以保證每幀的質量。
我們使用 5fish/SVT-AV1-PSY v2.3.0-C --tune 3 進行壓制。
其中針對角色，我們使用 Progression Boost 的 Character Boost 功能 boost 角色，參數方面我們使用 --complex-hvs 1 --psy-rd 1.5 --spy-rd 2，在高動態的鏡頭我們使用 --filtering-noise-detection 4。
針對背景，我們希望盡可能的保存紋理，所以用上 --variance-boost-strength 3 --variance-octile 3。為了減少時域依賴較多的幀與依賴較少的幀之間的差距，我們使用 --qp-scale-compress-strength 5.5 以減弱 TPL 效果。
由於 Character Boost 以及 Progression Boost 中的諸多優化，metric 單獨並不能準確反映壓制質量。僅作爲參考，如下是第一話 filter 過後的源與不帶 --photon-noise 的成品對比的 metric：
SSIMU2 Mean: 90.405
SSIMU2 5th Percentile: 86.806
[幸花压制] 花开凛凛满薰香 / 薰香花朵凛然绽放 / Kaoru Hana wa Rin to Saku - 13 (WebRip AV1 简繁内封 Aliciä)
介绍
感謝拨雪寻春提供簡繁日雙語字幕。
畫質對比：https://slow.pics/c/ftAw3VxA
本作只有 Netflix 的源，質量相當之差。
filter 方面我們使用 vs-mlrt 的 anime-segmentation model 分離角色和背景。
對於角色，我們使用比較強的 vsdenoise.bm3d 降噪，然後用一個中等強度的 AA、vsdehalo.edge_cleaner 和 vsdehalo.dehalo_sigma 試圖清理線條。
對於背景，我們希望儘量保存紋理，所以使用 vsdenoise.mc_degrain 和 vsdenoise.bm3d 保守降噪。降噪後和角色部分合併進行 AA，接下來再次分離，用比較強的 vsdehalo.fine_dehalo 清理 halo。
壓制方面我們使用 Progression Boost Progression Boost Preset-Character-Boost-Butteraugli-Max 以保證每幀的質量。
我們使用 5fish/SVT-AV1-PSY v2.3.0-C --tune 3 進行壓制。
其中針對角色，我們使用 Progression Boost 的 Character Boost 功能 boost 角色，參數方面我們使用 --complex-hvs 1 --psy-rd 1.5 --spy-rd 2，在高動態的鏡頭我們使用 --filtering-noise-detection 4。
針對背景，我們希望盡可能的保存紋理，所以用上 --variance-boost-strength 3 --variance-octile 3。為了減少時域依賴較多的幀與依賴較少的幀之間的差距，我們使用 --qp-scale-compress-strength 5.5 以減弱 TPL 效果。
由於 Character Boost 以及 Progression Boost 中的諸多優化，metric 單獨並不能準確反映壓制質量。僅作爲參考，如下是第一話 filter 過後的源與不帶 --photon-noise 的成品對比的 metric：
SSIMU2 Mean: 90.405
SSIMU2 5th Percentile: 86.806