adobe 的人们开发了一种生成式 ai 模型，该模型很快就会让您将视频升级到原始的八倍。adobe在最近发表的一篇名为videogigagan的论文中声称，该模型远远优于过去的传统视频超分辨率（vsr）方法，这些方法往往会在升级尝试中引入ai伪影和大量模糊。
由于其生成式 ai 的优点，adobe 的 videogigagan “在保持时间一致性的同时，对具有高频细节的视频进行”。最终，新方法产生的结果具有更细粒度的细节，这意味着视频的保真度要高得多，并且包含的伪影要少得多。
但不要相信我们的话。下面是一些示例，显示了 adobe 的新 vsr 方法的功能：
尽管过去的 vsr 方法已被证明在改善图像方面很有用，但它们的成功并没有以同样的方式转化为视频。虽然其他升级方法试图减少上采样引起的闪烁和其他 ai 怪异现象，但它们只是通过牺牲细节来做到这一点。
这就是生成对抗网络 （gan） 真正闪耀的地方。videogigagan不仅可以有效地消除视频失真（或减少它们，直到它们几乎不可见），还可以生成高质量的视频，可以放大到原始分辨率的8倍。
您可以在 videogigagan github 网站上找到更多上采样的前后比较。
adobe 去年的 max 活动也让我们看到了一个类似的项目，该项目使用基于扩散的 ai 上采样技术提高视频和 gif 的质量。然而，videogigagan 完全是一头不同的野兽。
由于 videogigagan 仍在开发中，示例只是预览，因此不知道 adobe 是否会将其提供给普通用户。尽管如此，如果样品是可以参考的，那么该技术足以推向市场，并且将来可以通过adobe的premiere pro提供。我们迫不及待地想亲自尝试一下，并为所有可能对提高模糊视频质量感兴趣的人进行审查。
原创文章，作者：校长，如若转载，请注明出处：https://www.yundongfang.com/yun294827.html
微信扫一扫不于多少！ 
支付宝扫一扫礼轻情意重 
