L'arrivo di un treno alla stazione di La Ciotat in 4K a 60 fps: ecco l'edit della rete neurale
Il capolavoro dei fratelli Lumière è stato sottoposto a un processo di editing attraverso rete neurale, e i risultati (in 4K a 60 fps) sono straordinari
di Nino Grasso pubblicata il 05 Febbraio 2020, alle 14:01 nel canale Audio Video
28 Commenti
Gli autori dei commenti, e non la redazione, sono responsabili dei contenuti da loro inseriti - infocit.
Il ragazzo di campagna ?
Còslmsòlmsòlmòlmd
E se la volessi per 2?
quelli realizzano sogni*.....ma neppure loro fanno miracoli
perdonami
*si scrive sogni ma si legge inculate
Considerando che è da mesi che ci si lamenta in ogni notizia che viene pubblicata?
Sì devi essere il primo...
Ok boomer (si scherza eh )
Secondo il mio youtube è [4k, 60 fps] Arrival of a Train at La Ciotat (The Lumière Brothers, 1896)
1.864.230 visualizzazioni•3 feb 2020
Oddio, a me questi primi esperimenti sono sempre parsi più delle "tech demo" che delle opere d'arte vere e proprie, cioè dai è un cavolo di filmato di pochi secondi con gente che sale e scende da un treno, ha ovviamente un importanza storica inestimabile, ma artisticamente non ci trovo nulla di nulla...
Va beh loro promettono esperienze sessuali, mica specificano di che tipo
Interpolazione
36?
Guarda che al cervello bastano 12fps per creare l'illusione del movimento, se ben ricordo quello dei fratelli Lumière era girato a 16....quindi sarebbero 44, sempre se ha preso come fonte l'originale
Sni, nel senso che è teoricamente possibile farlo, avendo un dataset su cui fare training. Ma verosimilmente quel dataset non esiste, non abbiamo filmati a 4k di treni e persone vestite come ai tempi, con quella cinepresa, etc.
Pertanto si utilizzano, come questo di Topaz, algoritmi più generalisti, trainati su diverse immagini che vengono ridotte di dimensioni. Utilizzando la versione originale come benchmark per le funzioni di costo (ie.: maggiore è la differenza tra l'immagine interpolata e l'imagine orignale, maggiore sarà il costo della singola interpolazione) minimizzando il quale, l'algoritmo (eg.: gradient descent) andrà ad ottimizzare i vari pesi delle reti neurali.
Devi effettuare il login per poter commentare
Se non sei ancora registrato, puoi farlo attraverso questo form.
Se sei già registrato e loggato nel sito, puoi inserire il tuo commento.
Si tenga presente quanto letto nel regolamento, nel rispetto del "quieto vivere".