Vielen Dank an alle Ersteller von Antworten!

Möchte man alte Filmklassikern neues Leben einhauchen - sei es durch UpScaling oder sogar durch Kolorierung (ich weiß, viele halten das für ein Sakrileg :-D ) - sucht man sich die bestmögliche Source heraus. Diese kann aus früheren Digitalisierungen stammen - wer weiß schon so genau mit welchen Werkzeugen die gemacht wurden.

Trotzdem wählt man eben eine Quelle aus, die an optischen und bzgl. Audio-Voraussetzungen schon das bestmögliche Ausgangsmaterial anbietet --> z.B. 720p.

Und dann stellt man aber fest, dass variable Framerates - oder skurille Framerates - verwendet wurden, - muss aber sehen, wie man damit zurecht kommt.

Meinen Versuch das mit Magix so ausgeben zu lassen wie die Quelle eben war, habe ich jetzt mal aufgegeben. Ich habe eben versucht, die ohnehin schon meist magere Qualität durch Wechsel der Framerate noch weiter zu gefährden.

Nun gut - ich lerne eben gerade, dass man sich an die "heutigen Standards" halten muss - und das sind eben 24, 25, 50 oder 60fps - daneben die um ca. 0,2 fps abgesenkten Versionen davon.

Dann muss ich eben bei Nutzung meiner div. KI-Tools auch noch die Framerate anpassen - möglichst in einem Arbeitsgang, da ja jede zusätzliche Bearbeitung auch wieder die Qualität senkt.

Häufigstes KI-Modell für Wechsel Framerate ist Chronos - und Chronos kopiert ja nicht nur einfach ein bereits vorhandenes Frame, sondern errechnet ein neues Frame, welches zwischen die beiden vorhandenen passt:

Das KI-Modell "Chronos", das für die Erhöhung der Framerate eines Videos verwendet wird, nutzt eine Technik namens Frame Interpolation, um die fehlenden Bilder zu berechnen, die zwischen den vorhandenen Bildern (Frames) eingefügt werden müssen. Der Prozess läuft in etwa wie folgt ab:

1. Optische Flussberechnung (Optical Flow)

Zunächst wird der optische Fluss zwischen zwei aufeinanderfolgenden Frames des Videos berechnet. Der optische Fluss beschreibt die Bewegung von Pixeln zwischen den Frames. Das Modell analysiert also, wie sich Objekte von einem Frame zum nächsten bewegen und schätzt die Bewegungsrichtung und -geschwindigkeit jedes Pixels.

2. Bewegungsschätzung und -modellierung

Basierend auf dem optischen Fluss modelliert das Modell die Bewegung zwischen den Frames. Es nutzt diese Informationen, um die Positionen und das Erscheinungsbild von Objekten in den Zwischenschritten zu schätzen, die für die höheren Frameraten erforderlich sind.

3. Interpolieren der Zwischenbilder

Mit den Informationen aus der Bewegungsschätzung erzeugt das Modell die Zwischenbilder. Diese künstlich erzeugten Frames füllen die Lücken zwischen den ursprünglichen Frames. Der Grad der Interpolation hängt von der gewünschten neuen Framerate ab. Zum Beispiel:

Wenn ein Video von 30 fps auf 60 fps erhöht werden soll, wird das Modell jeweils einen neuen Frame zwischen jedem vorhandenen Frame einfügen.

4. Korrektur von Artefakten

Das Modell verwendet zusätzliche Techniken zur Vermeidung von Fehlern und Artefakten, die bei der Interpolation auftreten können, z. B. Verzerrungen oder Geisterbilder. Hierzu können neuronale Netze eingesetzt werden, um zu lernen, wie natürliche Bewegungen aussehen und um realistischere Ergebnisse zu erzielen.

Vorteile eines Modells wie Chronos:

Temporale Kohärenz: Das Modell stellt sicher, dass die Bewegung zwischen den Frames flüssig und natürlich wirkt.

Hohe Genauigkeit: Chronos nutzt oft neuronale Netze, um hochpräzise Vorhersagen für komplexe Bewegungen zu treffen, was zu qualitativ hochwertigen Ergebnissen führt.

Zusammengefasst erzeugt das Modell neue Frames, indem es Bewegungen zwischen bestehenden Frames analysiert, diese Bewegung modelliert und dann basierend auf dieser Schätzung Zwischenbilder erstellt, die die Illusion einer höheren Framerate bieten.