Как нейросети улучшают советские мультфильмы: DeepHD и другие технологии

Почему советские мультфильмы нуждаются в цифровой реставрации

Советские мультфильмы, созданные на киноплёнке, при переводе в цифровой формат теряли часть деталей. Оригинальные кадры содержали мелкие элементы, задуманные художниками, но при оцифровке возникали шумы, размытие и артефакты сжатия. Ручная реставрация каждого фильма требует многих часов работы специалистов, поэтому автоматизация с помощью нейросетей стала востребованным решением.

Нейросеть DeepHD от Яндекса была разработана именно для таких задач. Она не изменяет содержание кадров, а восстанавливает утраченные детали, делая изображение более чётким и приближенным к оригинальному замыслу художников.

Как работает технология DeepHD: два этапа обработки

DeepHD основана на генеративно-состязательных нейронных сетях (GAN). Процесс состоит из двух последовательных этапов:

1. Удаление дефектов сжатия — первая нейросеть анализирует видеопоток и убирает блоки, шумы и другие артефакты, возникшие при кодировании.
2. Увеличение разрешения с сохранением деталей — вторая нейросеть (генератор) повышает чёткость изображения, дорисовывая текстуры и контуры, которые были потеряны.

Такая архитектура позволяет обрабатывать как отдельные изображения, так и видеопотоки в реальном времени. В официальном блоге разработчиков описаны технические детали, включая использование состязательного обучения для улучшения качества.

Какие советские мультфильмы были улучшены нейросетью Яндекса

В 2018 году компания Яндекс объявила об обработке десяти культовых мультфильмов студии «Союзмультфильм» с помощью DeepHD. В список вошли:

• «Аленький цветочек» (1952)
• «Золотая антилопа» (1954)
• «Снежная королева» (1957)
• «Дюймовочка» (1964)
• «Бременские музыканты» (1969)
• «Умка ищет друга» (1970)
• «Маугли» (1973)
• «Щелкунчик» (1973)
• «Путешествие муравья» (1983)
• «Котенок по имени Гав» (1976–1982)

Эти мультфильмы стали доступны для просмотра в улучшенном качестве через поисковый запрос с добавлением «DeepHD». Позднее технология была применена и к другим фильмам, включая современные художественные и анимационные картины.

Четыре ключевые особенности DeepHD

На странице проекта DeepHD выделены четыре главные возможности технологии:

1. Работа в реальном времени — нейросеть может обрабатывать видеопоток без задержек, что позволяет смотреть телеканалы в повышенном качестве.
2. Увеличение разрешения с сохранением деталей — при масштабировании изображения не теряются мелкие элементы, важные для восприятия.
3. Удаление шумов и дефектов — система эффективно убирает артефакты сжатия, царапины и зернистость плёнки.
4. Одинаково хорошая работа с изображениями и видео — DeepHD применима как к отдельным кадрам, так и к длинным видеозаписям.

Эти особенности делают DeepHD универсальным инструментом для реставрации архивных материалов.

Сравнение DeepHD с другими подходами к ИИ-анимации

DeepHD ориентирована на улучшение существующих материалов, а не на создание новых мультфильмов. В отличие от неё, современные нейросети (например, Stable Diffusion, Adobe Firefly) используются для генерации анимации с нуля. В 2024–2025 годах появились полнометражные мультфильмы, полностью созданные ИИ: белорусский «Беловежская пуща. Зубр Бублик и большой побег» (56 минут, создан за 2 месяца), британский «Where The Robots Grow» (87 минут, бюджет 8000 долларов) и аниме «DreadClub: Vampire’s Verdict» (87 минут, бюджет 405 долларов).

Однако качество таких проектов пока уступает традиционной анимации: зрители отмечают «неживую» мимику, рваный монтаж и роботизированные движения. DeepHD, напротив, не создаёт новые кадры, а лишь восстанавливает оригинальные, поэтому результат выглядит естественно.

Практические примеры использования DeepHD: от фильмов о войне до телеканалов

До обработки советских мультфильмов DeepHD успешно применили к семи фильмам о Великой Отечественной войне в мае 2018 года. Это доказало эффективность технологии для исторических кинолент с низким качеством исходного материала.

Позднее нейросеть стали использовать для улучшения современных художественных и анимационных фильмов. Благодаря возможности работы в реальном времени, в повышенном качестве стали доступны даже телевизионные каналы. Пользователи могут найти обработанный контент по запросам «фильмы в deephd» или «мультфильмы в deephd».

Ограничения и недостатки нейросетевой реставрации

Несмотря на впечатляющие результаты, DeepHD имеет ограничения. Нейросеть не может восстановить детали, которые отсутствовали на исходной плёнке — она лишь дорисовывает вероятные текстуры на основе обучения. В редких случаях возможны артефакты, например, неестественная гладкость кожи персонажей или искажение мелких объектов.

Кроме того, технология требует вычислительных ресурсов: для обработки видео в реальном времени нужна мощная видеокарта или облачные серверы. Для архивных материалов с сильными повреждениями (трещины плёнки, выцветание) DeepHD может быть недостаточно, и требуется ручная реставрация.

Будущее нейросетей в реставрации и создании анимации

Развитие генеративно-состязательных сетей и увеличение вычислительных мощностей открывают новые перспективы. Уже сейчас нейросети позволяют удешевить создание анимации на 25–35% и сократить время производства. В Китае выпущен первый мультсериал, полностью созданный ИИ — «Стихотворения тысячелетий» (26 серий по 7 минут), который транслируется на государственном телеканале.

Однако полная замена художников пока невозможна: ИИ-анимация страдает от проблем с мимикой, плавностью движений и эмоциональной глубиной. DeepHD и аналогичные технологии остаются инструментом для реставрации, а не заменой творческому процессу.

Вопросы и ответы