慢動作是當今影視作品中經(jīng)常用到的技術，他能更好地吸引觀眾，讓人們看到正常速度下看不到的細節(jié)，帶來視覺沖擊；把人們更好地帶入角色的腦海，傳遞情感。 

隨著技術進步，如今我們的手機也可以拍慢動作了。如果只是發(fā)個朋友圈、Instagram，iPhone 相機里的 Slow-Motion 絕對夠用了！

但如果想要拍專業(yè)級的慢動作呢？你往往需要一臺相當高端的相機。然而一般的慢鏡頭相機都是 1000fps（每秒幀數(shù)）起步，幾千美金都是正常的；專業(yè)級則要到 3000fps 甚至更數(shù)萬 fps，價格往往上萬美元了。

并不是所有人都能成為 The Slow Mo Guys 啊……

上面圖片就是來自 The Slow Mo Guys?？纯矗檬畮兹f刀的慢鏡頭相機拍出來的就是不一樣……

如果換成渣幀率的相機呢，就變成了這樣??

為什么一點都不連貫呢？因為慢鏡頭的原理就是用高幀率拍攝，幀率越高，按照 60 或者 120fps 的正常幀率播放時就會顯得越順滑。

相機本身幀率低，非要強行慢放，還要啥效果?。?/p>

但如果非要呢？

隆重介紹英偉達最近發(fā)布的一個新技術：機器學習自動生成慢鏡頭：

靠算法來實現(xiàn)的慢動作

傳統(tǒng)的慢鏡頭，是因為相機真的拍到了那么多幀的畫面。

而相信你也看明白了，英偉達這個黑科技，并不需要那么多幀：它是用算法給標準視頻補充更多的幀，從而將其變成一段高幀率視頻，也就有了慢動作。

這是什么意思呢？用下面這張圖來舉例，比方說正常相機拍到的是下面那組的 10 幀，英偉達黑科技就是用計算 " 強行 " 生成額外的幀，插在已有的幀中間。

這些新生成的畫面，到底應該長什么樣，就全靠算法來模擬了。過去也有類似的算法生成，效果并不好，而從剛才的視頻里，你也看出來英偉達已經(jīng)遠遠超過以假亂真的程度了——這明明就是真的慢鏡頭嘛！

這項黑科技的名字，叫做 " 可變長度多幀插值 " ( Variable-Length Multi-Frame Interpolation ) 。

它可以在標準視頻的基礎上，以令人難以想象的準確度，生成新的 " 假幀 "，進而變成流暢且清晰的慢動作視頻。原始視頻的幀率必須達到或高于 30fps。

最厲害的是，這個慢鏡頭，你想要多慢就可以多慢，比如可以變成 60fps，就是已有的每兩幀之間多插一幀；也可以變成 900 幀，也就是每兩幀之間多插 29 幀……

英偉達將這項技術形象地稱為：超級慢動作  

而且英偉達表示，這個算法在測試中 " 比已有的最前沿方法效果都更好 "。

比如下圖中展示了六個同類的算法，可以看出前五個都有不同程度的畫面畸變，f 的真實度最好，也正是英偉達的技術。

AI 腦補多少補多少  

這項所謂的多幀插值技術，其實并不是什么新鮮東西。

如果你還記得小時候看電視，看球賽感覺特別順暢，看電視劇感覺畫面奶里奶氣，柔和的不像話，那么恭喜你：你已經(jīng)感受過一個名叫動態(tài)插值的技術了……

這是因為在很早以前，電視就有這個能力了，它可以對兩幀畫面進行一定程度的復制和演化，生成新的一幀，然后插進去。

英偉達的新算法也是兩幀之間，但名字里" 可變多幀 "意思是可以在任意兩幀之間完成插值，其中插值和遮擋推理會在一個端對端的卷積神經(jīng)網(wǎng)絡上同時進行建模。 

比方說原視頻的 1、2、3 幀，英偉達的黑科技可以在 1 和 3 之間新生成一個，跟真實的 2 幀進行比對，從而優(yōu)化算法。

所有人都可以這樣做，為什么英偉達贏了？答案是顯而易見的：他們坐擁著大量的顯卡……

在訓練算法過程中，英偉達使用了 Tesla V100 GPU，以及改良后的 PyTorch 深度學習框架。英偉達共使用了 1132 段視頻，共 37.6 萬獨立視頻幀數(shù)。

為了更直觀的展現(xiàn)自己的成果，英偉達還真和 The Slow Mo Guys 合作了。開頭的視頻里展示了英偉達用他們發(fā)在網(wǎng)上的慢鏡頭視頻進一步生成的 " 更慢鏡頭 " 視頻，效果可以說相當驚人了。

AI 的這次突破背后更重要的是，它讓慢動作制作有了擺脫硬件約束的可能。

英偉達在論文中表示，他們希望未來通過云端完成大部分處理過程，進而讓這項技術能在消費級設備上得到普及。

這句話的意思是：以后你可以在手機上隨便拍拍，服務器自動給你做出超慢鏡頭……

是不是很值得期待？

只不過到那時，我們可能又要遇到另一個問題：

當視頻里面一大半的幀都是 AI 強行 " 瞎編 " 出來的，那還算的上是真實的視頻么？

【來源：品玩】