稳定重制：弥合旧内容与新显示设备之间的鸿沟
计算机视觉与模式识别
2023-06-13 v1 人工智能
摘要
现代显示设备的发明提升了观众对任何类型内容的体验：从体育赛事到 8K 高清分辨率的电影。然而，为 CRT 或早期等离子屏幕电视开发的旧内容已迅速过时，不再符合当前的宽高比和分辨率标准。在本文中，我们探讨能否利用扩散模型来解决这一问题，使旧内容适应现代观众的期望。我们探索将多个独立的计算机视觉任务相结合，试图解决旧动画内容宽高比扩展的问题，使得新内容对于全新观众而言与原始素材无法区分。这些现有能力包括 Stable Diffusion、内容感知场景检测、目标检测和关键点匹配。我们成功地将上述任务串联起来生成了合理的输出，然而未来仍需开展工作以改进并将该应用扩展至非动画内容。
引用
@article{arxiv.2306.06803,
title = {Stable Remaster: Bridging the Gap Between Old Content and New Displays},
author = {Nathan Paull and Shuvam Keshari and Yian Wong},
journal= {arXiv preprint arXiv:2306.06803},
year = {2023}
}