Найкращий ШІ-апскейлер відео

Я давно довіряю продуктам Adobe, тому, коли дізнався, що Adobe Firefly додав масштабування відео за допомогою штучного інтелекту за допомогою Topaz Astra , я захотів спробувати це сам. Поєднання плавного творчого робочого процесу з відомою технологією масштабування за допомогою штучного інтелекту від Topaz здавалося логічним кроком для Adobe. Щоб протестувати це, я використав два старих промо-відео: одне записане у форматі 720p, а інше — у шумній якості 480p, яка виглядала застарілою на сучасних екранах.

Я відкрив Firefly Boards, завантажив обидва відео та виконав новий процес. Вибравши кліп, я натиснув на маленьку ico Topaz Astra на панелі інструментів редагування – її легко пропустити, якщо ви ще не знаєте про її існування. Для першого відео я вибрав режим «Точний» і встановив вихідний роздільну здатність 4K. Для другого кліпу я вибрав режим «Творчий», щоб побачити, скільки стилю додасть штучний інтелект. Поки Відеомодель Firefly працювала над відео у фоновому режимі, я міг вільно налаштовувати кольори в інших файлах без жодних перешкод.

Кінцеві результати були вражаючими. Кліп у роздільній здатності 720p виглядав чітким і готовим до завантаження на YouTube без додаткової роботи. Відео у роздільній здатності 480p раптом не стало схожим на справжнє 4K, але воно достатньо покращилося для використання у відео бренду клієнта, що було великим кроком уперед порівняно з оригіналом. Мені також сподобалося, як Astra природно обробляла обличчя та рух, не створюючи фальшивого, плавного вигляду, який створюють деякі засоби масштабування відео зі штучним інтелектом. Головним недоліком для мене було те, що обробка відео з вищою роздільною здатністю займала більше часу, ніж я очікував.

Я б, мабуть, не тестував HitPaw якби моя колега Наталія не mention про нього під час невимушеної розмови. Вона описала його як простий інструмент, яким може користуватися будь-хто, навіть без досвіду редагування, тому я вирішив спробувати його як приклад простого у використанні варіанту. Я завантажив версію для настільних комп’ютерів, оскільки онлайн-версія для масштабування відео зі штучним інтелектом обмежує завантаження файлів, і протестував її на двох різних відео: інтерв’ю з ведучим та короткий animate пояснювальний ролик.

Перше, що я помітив, це простота макета: ви завантажуєте відео, вибираєте модель штучного інтелекту (Загальна, Обличчя, Анімація або UHD), а потім натискаєте «Покращити». Я використав модель Обличчя на відео з інтерв'ю. Вона швидко покращила яскравість і зробила деталі обличчя чіткішими без будь-яких ручних змін. Однак, коли я уважно переглянув відео, я помітив невеликі візуальні артефакти по краях під час швидких рухів голови. Коли я перейшов на Загальну модель, відео виглядало плавнішим і більш cons .

Далі я протестував модель анімації на пояснювальному відео, і вона спрацювала добре. Кольори виглядали яскравішими, лінії були чіткішими, а масштабування до 4K виглядало професійно, особливо для інструменту, який не потребує ручного налаштування. Проте, швидкість обробки здавалася повільною, а безкоштовна пробна версія була дуже обмеженою, що ускладнювало повне тестування програмного забезпечення. Однак після придбання підписки продуктивність помітно покращилася, обробка стала швидшою, експорт кращої якості та результати штучного інтелекту загалом стали плавнішими.

VEED – один із моїх основних інструментів, коли мені потрібно редагувати або масштабувати короткі відео для соціальних мереж. Оскільки я часто створюю контент для Instagram та YouTube Shorts, мені подобається те, що все працює безпосередньо у браузері. Немає потреби нічого встановлювати, не потрібен потужний комп’ютер і жодного технічного стресу. Я можу сидіти в кафе з ноутбуком, завантажити відео та одразу почати редагувати.

Коли я спробував AI Enhancer від VEED , мені сподобалося, як плавно він вписався в загальний процес редагування. Я завантажив кілька відео з shoot , де знімали за лаштунками, та використав масштабування за допомогою штучного інтелекту разом із шумозаглушенням та корекцією кольору. Однією з найкращих функцій є попередній перегляд у реальному часі: ви можете бачити, як відео стає чіткішим та яскравішим під час налаштування параметрів. Я також ціную те, що субтитри, обрізка та базове редагування доступні в одному робочому просторі.

Тим не менш, VEED має деякі обмеження. Він добре працює для маркетологів та творців контенту, яким потрібна швидкість, але безкоштовна версія обмежує якість експорту, і все залежить від наявності хорошого інтернет-з’єднання. Ви взагалі не можете працювати офлайн. Незважаючи на це, VEED сильний, коли справа доходить до командної роботи та швидкого редагування. Я часто надсилаю попередні версії своїм колегам, використовуючи спільний робочий простір, і це одна з найпростіших систем для співпраці, які я використовував в онлайн-редакторі.

Оскільки Adobe Firefly використовує технологію Topaz , я хотів побачити, як Topaz працюватиме самостійно. Firefly пропонує чистий та керований інтерфейс, але мені було цікаво використовувати Topaz Video AI без будь-яких обмежень. Я встановив його на свій основний комп’ютер і протестував на різних відеоматеріалах, включаючи тремтячі кліпи з рук, темні сцени в приміщенні та старі відео з переплетеною розгорткою з дзеркальної камери.

Першим, що вразило, був рівень контролю, який надає Topaz . Замість однієї кнопки «покращення», ви вибираєте певні моделі штучного інтелекту, такі як Artemis, Proteus або Iris, налаштовуєте повзунки та порівнюєте результати кадр за кадром. Для одного кліпу з низьким освітленням я протестував дві моделі одну за одною, щоб побачити, як вони справляються з шумом та рухом. Попередній перегляд поруч дозволив легко помітити відмінності: одна зберігала більше деталей, тоді як інша забезпечувала плавніший рух.

Однак, це Програмне забезпечення Topaz вимагає потужного обладнання. Рендеринг відео використовує багато системної потужності, а моя відеокарта була сильно навантажена під час великих експортів. Тим не менш, результати варті зусиль. Кінцеві відео виглядали кінематографічно, а не штучно. Краї залишалися чистими, рух виглядав стабільним, а кольори — природними. Цей засіб масштабування відео на основі штучного інтелекту не ідеально підходить для швидкого редагування в соціальних мережах, але для творців, які дбають про деталізовану, покадрову якість, Topaz важко перевершити.

Ви можете не очікувати, що Adobe Premiere Pro з’явиться тут, оскільки він відомий як професійна програма для редагування, а не як простий інструмент штучного інтелекту. Але Adobe over часом додає більше функцій штучного інтелекту, і опція масштабування в Premiere Pro є яскравим прикладом цього. Я роками використовую Premiere для корекції кольорів та багатокамерного редагування, і нещодавно вирішив належним чином протестувати його ефект масштабування зі збереженням деталей.

Я імпортував старе демонстраційне відео продукту у форматі 720p. На панелі «Ефекти» я знайшов «Збільшення масштабу зі збереженням деталей», застосував його та збільшив масштаб до 200%, щоб досягти якості, близької до 4K. Найбільше мене вразив рівень контролю. Замість того, щоб дозволяти штучному інтелекту керувати всім, я міг самостійно налаштувати шумозаглушення та деталі текстур. Налаштування шумозаглушення спрацювало добре, видаливши пікселізацію, зберігаючи при цьому чіткість тексту та облич.

Premiere Pro недешевий, і для його вивчення потрібен час. Але якщо у вас вже є він за підпискою Adobe, немає потреби шукати інший інструмент для масштабування відео. Він надійний, гнучкий і надає повний контроль over кожним кадром, що саме те, чого ви очікуєте від професійного програмного забезпечення з вбудованими функціями штучного інтелекту.

Я б, мабуть, сам не знайшов Neural Love. Моя колега Таті помітила рекламу та запропонувала спробувати. Ми вирішили провести швидкий, але корисний тест, використовуючи короткі відео з телефону та кліпи в стилі соціальних мереж, оскільки це ті типи файлів, про які наші читачі запитують найчастіше. Метою було перевірити, чи може повністю браузерний інструмент для масштабування відео на основі штучного інтелекту дати прийнятні результати без спеціального обладнання.

Користуватися Neural Love було дуже просто. Я завантажив вертикальне відео безпосередньо через вебсайт, вибрав параметри покращення та дозволив хмарному штучному інтелекту зробити все. Не було жодних складних налаштувань чи повзунків для регулювання. Інструмент автоматично покращив різкість, освітлення та чіткість обличчя. Після завершення обробки відео виглядало яскравішим та чистішим. Обличчя було легше побачити, а темні ділянки виглядали більш збалансованими.

Однак, така ж простота може бути й недоліком. Не було можливості контролювати силу ефекту штучного інтелекту, а під час роботи зі складнішими відеоматеріалами мені хотілося б більш розширених опцій. Безкоштовна версія також обмежує розмір файлу, що робить інструмент придатним для коротких або середньотривалих відео, а не для великих проектів. Тим не менш, для творців, які хочуть швидке рішення, що працює повністю онлайн, Neural Love виконує свої обіцянки.

Я тестував Gigapixel з певною метою. Іноді ми працюємо з відео, де плавний рух важливіший за надзвичайну різкість, тому замість звичайних кліпів я використав коротке кінематографічне відео з рухом камери та дрібними деталями – саме той тип кадрів, де інструменти штучного інтелекту часто мають проблеми з мерехтінням або нестабільними текстурами.

Gigapixel чітко обробляє відео як безперервну послідовність, а не як окремі зображення. Я переглядав часову шкалу кадр за кадром, і деталі залишалися стабільними, без мерехтливих текстур чи дивних спотворень країв. Навіть у сценах з великою кількістю руху масштабування відео за допомогою штучного інтелекту здавалося контрольованим і cura . Мене також вразило те, наскільки добре він справлявся зі стиснутими відео, зменшуючи блочні артефакти, зберігаючи при цьому важливі деталі недоторканими.

Однак, Gigapixel виглядає як програмне забезпечення, створене для професіоналів постпродакшну, а не для швидкого чи повсякденного використання. Час обробки збільшувався, коли я працював з вищою частотою кадрів, а інтерфейс передбачає, що ви вже розумієте такі речі, як роздільна здатність, відеоформати та налаштування експорту, такі як ProRes.

Щоб забезпечити чесність та практичність нашого тестування, ми зосередилися на функціях, які мають значення для масштабування відео в реальному світі, а не на маркетингових заявах. Я почав з тестування того, наскільки добре кожен інструмент справляється з масштабуванням роздільної здатності, особливо з поширеними оновленнями, такими як 720p до 1080p та 1080p до 4K. Я уважно перевірив, чи зберігає штучний інтелект дрібні деталі, такі як обличчя, текст та краї, чи створює він штучно виглядаючі текстури, які спочатку здаються різкими, але розпадаються при детальнішому розгляді.

Ще одним важливим аспектом була стабільність руху . Наталі переглядала кліпи з рухами камери, жестами рук і швидкою зміною сцен, перевіряючи кадрову cons . Мерехтіння, нестабільні краї та пульсуючі текстури є поширеними явищами при масштабуванні за допомогою штучного інтелекту, тому вона ретельно переглядала відзнятий матеріал кадр за кадром, щоб виявити проблеми, які могли бути неочевидними під час звичайного відтворення.

Таті зосередилася на тому, як кожен інструмент обробляє шум та візуальні дефекти. Вона тестувала відео з низьким освітленням, стиснуті кліпи та старіші записи, щоб побачити, чи може штучний інтелект зменшити шум, не розмиваючи деталі та не погіршуючи артефакти стиснення. У кількох випадках вона порівнювала різні рівні інтенсивності, щоб знайти точку, де покращення припинялося, і відео починало виглядати надмірно обробленим.

Поведінка кольору також була важливою. Я звертав увагу на зміни яскравості, контрастності та насиченості, а також перевіряв, чи тони шкіри виглядають природними після масштабування.

Нарешті, ми переглянули ефективність кожного засобу масштабування відео на основі штучного інтелекту, включаючи швидкість обробки, cura попереднього перегляду, надійність експорту та те, наскільки добре програмне забезпечення вписується в реальні робочі процеси редагування, а не в окремі тестові ситуації. Цей метод допоміг нам базувати наші висновки на щоденній продуктивності, а не на разових тестах.