一款可将模糊、卡顿的视频复原为清晰流畅画面的人工智能模型问世。
蔚山科学技术院(UNIST)人工智能研究生院刘在俊教授团队24日表示,已开发出可同时提升视频分辨率与帧率的人工智能(AI)模型“BF-STVSR(Bidirectional Flow-based Spatio-Temporal Video Super-Resolution)”。
分辨率与帧数是决定视频质量的要素。分辨率越高,画面越清晰、细节越鲜明;帧数越多,视频中的动作就越不卡顿、越流畅。
现有AI视频复原技术分别处理分辨率与帧率,帧率增强依赖预先训练的光流预测网络。光流通过计算物体的移动方向与速度生成中间画面,运算复杂且误差易累积,在视频复原速度与质量方面存在局限。
相比之下,“BF-STVSR”引入适合视频特性的信号处理方法,不依赖外部光流预测网络,自行学习帧间的双向运动。在此基础上一并推断物体轮廓等,从而可同时提升分辨率与帧率。
将该AI模型应用于低分辨率、低帧率视频后,其在PSNR、SSIM等质量指标上取得优于现有模型的性能。PSNR和SSIM数值高,意味着即便在动作较多的视频中,人物外形也未破碎或失真,复原得十分自然。
刘在俊教授解释称:“该技术不仅适用于低配设备拍摄的监控摄像和行车记录仪视频,也能对为减少传输容量而压缩的流媒体视频快速进行高质量复原,可在媒体内容制作、医学影像分析、VR技术等领域全方位应用。”
本次研究由研究员金恩珍担任第一作者,研究员金贤珍参与为共同作者,成果被计算机视觉领域权威学会2025 CVPR(Conference on Computer Vision and Pattern Recognition)录用。2025 CVPR于6月11日至15日在美国纳什维尔举行,全球共提交1万3008篇论文,其中仅2878篇(22.1%)获录用。
该研究在韩国科学技术情报通信部、韩国研究财团、信息通信规划评价院及UNIST超级计算中心的支持下完成。






