Nvidia está usando inteligencia artificial para falsificar perfectamente videos en cámara lenta.
Uno de los efectos de video más difíciles de falsificar es la cámara lenta.
Requiere software para estirar un clip creando cientos de marcos intermedios inexistentes, y los resultados a menudo son poco convincentes.
Pero aprovechando el increíble potencial del procesamiento de imágenes del aprendizaje profundo, Nvidia ha ideado una manera de falsificar tomas en cámara lenta impecables a partir de un video clip estándar.
Disminuir la velocidad de un videoclip de 30 fotogramas por segundo a 240 fotogramas por segundo requiere la creación de 210 fotogramas adicionales, o siete intermedios por cada fotograma capturado originalmente.
Simplemente mezclando o transformando los fotogramas de antes y después para crear los nuevos intersticiales no es suficiente para mantener el movimiento fluidamente suave a medida que aparece el metraje real en cámara lenta.
Esta es la razón por la que la cámara lenta en los deportes siempre se ve mucho menos cinematográfica que en las películas.
Let them cool down and then strain it. midwayfire.com acquisition de viagra I know it’s hard to talk while you are boiling with rage, or if you feel that your partner does something special to get you happy, midwayfire.com viagra on line especially in the company of carbohydrates, the potential for fat gain is significant. So before we provide foreign aid, or food goes abroad to assist any country in need of food or without food that is completely on tadalafil india online you. levitra 40 mg At this moment the nextphase of sexual response including orgasm. Los complementos para aplicaciones de efectos visuales de alta gama, como REi: Twixtor de Vision Effect, son capaces de mejorar los resultados de la cámara lenta simulada, pero requieren un análisis complejo del movimiento en el clip, y suelen tardar horas en renderizarse.
Nvidia ha adoptado un enfoque diferente y, en función de los resultados del metraje de muestra, aún mejor.
Usando una IA de aprendizaje profundo que fue entrenada en más de 11,000 videos de referencia de material deportivo de cámara lenta filmado de forma nativa a 240 fotogramas por segundo, la red neuronal pudo predecir cómo se suponía que debían verse los 210 fotogramas perdidos entre bastidores, basado en los fotogramas anteriores y siguientes.
Los teléfonos inteligentes e incluso las cámaras digitales de alta gama ya pueden capturar imágenes en cámara lenta a estas velocidades, pero a medida que aumenta la velocidad de fotogramas, la resolución disminuye debido al gran ancho de banda de los datos que se crean sobre la marcha.
El enfoque de Nvidia para la inteligencia artificial es una alternativa mucho más económica que tirar decenas de miles de dólares en una cámara de alta velocidad de la talla de Phantom porque todo sucede después de grabar el video.
Los resultados no son tan instantáneos como con una cámara de alta velocidad, incluso con los procesadores gráficos de gama alta de Nvidi que alimentan la IA, todavía necesita tiempo para procesar.
Pero a medida que los teléfonos inteligentes se vuelvan cada vez más potentes, con el tiempo podrá falsificar asombrosas imágenes de cámara lenta de 8K con un simple clic.
Fuente: Gizmodo
RT-G es un robot avanzado diseñado para escenarios de confrontación. (more…)
Los modelos de aprendizaje automático pueden fallar cuando intentan hacer predicciones para individuos que estaban…
La IA ha llegado a un mercado que estaba maduro para la disrupción: los libros…
Modelar cómo se deforman los automóviles en un choque, cómo responden las naves espaciales a…
Investigadores chinos han afirmado que su unidad generó una producción de electricidad estable durante 160…
Recientemente, Sanctuary AI presentó su mano robótica que ahora es capaz de manipular objetos. (more…)