AI视频插帧 附带『视频插帧』工具

下载链接在最下面。

前言

• 所以，我就搜集了一下目前插帧常用的方法，基本都是基于光流法， 上一搜基本都是用SVP4的视频渲染软件，把视频提到60帧，但是这个下载和配置太麻烦了，而且仅仅也就60帧，再想提高就得掏money了。
• 之前看过一篇《Super SloMo: High Quality Estimation of Multiple Intermediate Frames for Video
  Interpolation》论文。于是想在其基础上优化一下，弄个轻量一点的模型。奈何效果还是有限，电脑跑了好久模型，处理速度还是太慢了。由于本人电脑用的nvidia显卡cuda加速，可能目前还有大部分电脑只能用cpu处理，所以速度太慢了。如果有人仅需处理一小段视频的话，可以下载用一用。

一、视频插帧效果

最终实现：帧数翻倍。
效果：在每帧图片较为清晰的情况下，效果还是可以的。但是是在图像较为模糊、两段视频转场时，效果还是差强人意。

1.效果

运动一般较为模糊，也是受影响较大的部分，由于原始视频帧就比较模糊，所以仅仅是提升了高刷新率的模糊帧，但是观感还是更舒服了一点，如果原始视频质量高的话，效果就会更好。

总结：相较于其他方法，使用较为简便，但是由于每个人电脑配置不同，移植到不同设备上可能会有不同的bug，如果能用GPU加速的就用，如果不能用GPU的，我就不太建议视频插帧了，因为处理速度太慢了。目前视频插帧的普遍问题就是处理速度，这个受硬件限制太大了。但是你电脑不支持GPU加速也想尝试一下的话，我也加入了取消勾选GPU的按键，利用cpu来处理，但仅供娱乐了。

二、采用的方法

3.Start Run

• 点击Run按钮开始处理，可通过命令行窗口查看当前处理进度（注意处理时不要关闭这个窗口）。
• 如果不想处理了，可以点击Stop按钮结束处理进程。

最终输出为output(+audio).mp4视频。

4.错误提示的解决
错误一：

不支持显卡GPU cuda加速。 根据上面的方法：判断GPU是否可用，来自行判断。如果不支持GPU，则取消勾选GPU按钮再尝试重新运行。

成功运行：

分别显示的是：完成百分比、已运行时间、预计剩余时间。

成功运行

总结

工具可从 盘获取，提取码：1210
目前bug较多，处理速度和效果有限，硬件依赖大，仅供娱乐。

文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树人工智能深度学习208941 人正在系统学习中