儘管對於許多用戶來說，事實是可以在其中記錄任何類型的序列 緩慢 他們一生都沒有使用過，也不會使用超過一兩次，事實是，它無處不在，已經變成 幾乎所有高端智能手機中默認安裝的選項之一 當今市場上甚至未來的市場中都存在的問題。
儘管事實上這項技術並不那麼引人注目，並且確實有很多用戶喜歡它的可能性，但事實是，就像生活中的幾乎所有事物一樣，它也有負面的一面。 在這種情況下，我們幾乎必須專注於 儲存需求 這些視頻中的任何一個都可能非常高 複製所需的資源，正如我們所說，最終將其實施限制在所有製造商範圍最廣的終端上。
當前任何高端智能手機都可以創建和播放慢動作視頻
為了確保任何人都可以以慢動作方式複制任何視頻，無論是否已錄製以便為複制提供必要的資源，今天，我們發現 Nvidia公司 這肯定會令許多人滿意，因為其工程師已經成功開發了 新的人工智能平台 根據提出的第一個證據， 將允許以慢動作播放任何類型的視頻，包括託管在終端中的內容以及我們可以在流媒體平台（例如YouTube）上在線看到的內容。
正如Nvidia所宣布的那樣，要更詳細一些，似乎已經開發了這種新穎的算法來減慢記錄後的圖像。 由著名公司開發和提供的平台與市場上現有的其他技術之間的區別在於， 而不是拉伸框架，使生成的圖像看起來非常糟糕的東西， Nvidia會創建無處不在的插入這些空間的框架.
卷積神經網絡足以觀看慢動作的任何視頻
在軟件級別，Nvidia工程師已決定，創建具有此功能的平台的最佳選擇是押注創建一個平台。 卷積神經網絡 能夠估算光流，物體，表面甚至所涉及場景的邊緣的移動模式。 由於所有這些，可以創建必要的幀，以便當時刻到來時，我們可以看到兩個輸入幀之間向前和向後再現的場景。
在所有這些令人印象深刻的工作中，甚至還有空間讓平台能夠預測像素如何從當前四個幀移動到下一幀，為此已創建了一個二維運動矢量，該矢量可以預測並合併以將流場近似為中間框架。 完成所有這些工作後， 第二個卷積神經網絡負責內插光流 並細化近似流場以預測可見性圖，並排除幀中對象遮擋的像素。
儘管這項技術非常有趣，尤其是考慮到Nvidia領導人提出的驚人結果，但事實是，人們預計它不會在相當長的時間內實現商業化。 主要的問題是 Nvidia創建的人工智能平台尚未完全優化 而且，實現可實時執行的應用程序這一事實對於參與該項目開發的工程師仍然是一個挑戰。