빠른 GAN 비디오 업스케일러

빠른 GAN 모델을 사용하여 비디오를 업로드하고 업스케일합니다. 출력 해상도는 선택한 모델(예: 2배 또는 4배)에 따라 결정됩니다. 최상의 결과를 얻으려면 먼저 업스케일한 다음 목표 해상도로 크기를 조정하세요.

Input

A short low-resolution clip; every frame is upscaled 4x (480p becomes about 1920 px wide).

Output
00:00
Example

예시 사용해 보기

이 워크플로 정보

Fast GAN 비디오 업스케일러 워크플로는 생성적 적대 신경망(GAN) 모델, 특히 Real-ESRGAN을 사용해 비디오를 효율적으로 업스케일링하도록 설계되었습니다. 이 워크플로는 디퓨전 모델처럼 새로운 디테일을 만들 필요 없이 더 높은 품질이 필요한 상황에서 비디오 해상도를 향상하는 데 적합합니다. UpscaleModelLoader와 ImageUpscaleWithModel 등 여러 핵심 노드를 사용해 비디오의 각 프레임에 업스케일링 모델을 적용합니다. LoadVideo 노드로 비디오를 로드하고, GetVideoComponents로 프레임으로 분해한 뒤 업스케일링을 적용하는 흐름으로 진행됩니다.

기술적으로 이 워크플로는 Real-ESRGAN 모델을 활용해 모델에 의해 결정되는 배율(예: 2x 또는 4x)로 각 프레임을 업스케일링합니다. 이는 ImageUpscaleWithModel 노드가 각 프레임을 개별 처리하고, 이후 CreateVideo 노드로 프레임을 다시 비디오로 재조립함으로써 구현됩니다. 마지막으로 SaveVideo 노드가 업스케일링된 비디오를 출력합니다. 이 과정은 디퓨전 기반 방법보다 눈에 띄게 빠르므로 빠른 화질 개선에 실용적입니다. 최적의 결과를 위해, 먼저 비디오를 원하는 최고 해상도까지 업스케일링한 뒤 필요하면 목표 해상도로 리사이즈하는 것을 권장합니다.

질문과 답변