Kandao的新软件使用AI技术来预测运动，以便在后期创建高达1200fps的慢动作。
该技术主要针对公司的Obsidian和QooCam 360/VR摄像机而设计，采用较低帧速率（如30或60fps）拍摄的素材，并使用AI预测技术插入帧以创建超慢动作序列。
并不是所有的相机都能产生或记录高帧率，这是一个越来越需要的功能。常言道：“慢镜头下的一切看起来都更好。”好吧，我承认，慢动作被过度使用了，但对于你想要详细描述动作的纯粹美感或复杂性的高动作序列来说，没有什么能代替慢下来。
Kandao的演示是一个好的开始。任何使用先前的慢速运动插值技术（如光流）的人都知道，没有什么是绝对可靠的。这些替代技术通常会在对象周围产生扭曲伪影，因为计算机不知道下一个对象。这些方法通常会被软边缘和运动模糊所迷惑，因此通常最好拍摄原始序列并定制它以使其稍后变为慢动作，例如确保具有良好的高对比度边缘和细节，以及使用快速快门速度，以便计算机能够更准确地预测运动。
看来Kandao的方法比现有的许多方法都好，尽管在某些地方仍然存在翘曲的问题，而且当一个对象移动到另一个对象之后，系统也会变得混乱。这也是光流方法的一个常见问题。不过，它确实表明，这种技术正在变得更好，在人工智能“学习”的帮助下，这种系统只会在识别和预测物体运动方面变得更好。
深度映射的案例
如果有一个很好的例子可以让每个相机都具备深度映射能力，这将是一个很好的例子，允许后运动计算真正地分离对象，并做出更好的运动预测。
去年，Nvidia展示了自己的基于人工智能的计算慢动作系统。粗略地看一眼就可以看出，Nvidia的方法稍微好一些，手动操作也稍微少一些。尽管我们必须使用相同的录像来比较两个系统，以做出正确的判断。但需要考虑的一点是，Nvidia系统需要特斯拉V100 GPU和Cudnn加速的Pythorn深度学习框架，甚至Nvidia也承认，如果其系统商业化，处理过程很可能会在云端进行。另一方面，Kandao的系统只是软件。
但英伟达展示的重点是，这种计算方法首先并不仅仅适用于创建慢动作。记住，你给电脑输入的信息越多，它就能做的越多。运动也一样。
因此，如果你输入这样的软件，比如120fps的镜头，你就可以继续创建慢得多、慢得多的运动镜头，任何人工制品都将被最小化，因为系统有大量的微小的时间信息来计算物体的运动。这一点在英伟达的演示中得到了很好的体现，当液体被击穿网球拍时。任何基于液体的东西对任何计算慢动作系统都是一个巨大的挑战，但是英伟达系统处理得非常好。
正如我们所说，Kandao的系统是为其自己的VR和360相机系列设计的，但我们可以期待看到更多此类技术的出现。我们是否会得到如此完美的计算结果，以至于不再需要具有慢镜头功能的摄像机？这些方法的处理率非常高，所以现在最好的建议就是正确设置这些方法。但在未来，我们迫不及待地想看到。
https：//www.redsharknews.com/production/item/6319-new-ai-techniques-create-ultra-slow-motion-in-post
来源：redsharknews
