TopazLabs haben schon seit Jahren einige der ersten für Consumer nutzbaren KI-Tools veröffentlicht, welche neuronale Netzwerke nutzen, um sowohl Photos als auch Videos nachträglich zu schärfen, hochzuskalieren oder zu entrauschen. Jetzt, rund eineinhalb Jahre nach dem letzten großen Update hat TopazLabs die neue Version 3.0 seiner Video Enhance AI für Windows und macOS veröffentlicht.
Diese bietet neben der bisherigen Basisfunktionalität, also dem Video-Upscaling, dem De-Interlacing, der Bewegungsinterpolation zur Erhöhung der Framerate und Verwacklungsstabilisierung auch einige neue Funktionen, wie z.B. eine neue Videostabilisierung ohne Cropping, mehr Möglichkeiten zur Bildverbesserung sowie eine optimierte Leistung, Stabilität und Benutzerfreundlichkeit. Möglich ist jetzt ua. das Stapeln von AI-Modellen, die Ausführung paralleler Aufgaben sowie die Bedienung per Commandline.
Neue Version zum Sonderpreis
Wie schon bei den letzten Updates wird die neue Version begleitet von einer Rabattaktion - so ist die eigentlich 299 Dollar teure Topaz Video AI noch bis zum 4. November für nur 140 Dollar zu haben - einschließlich kostenloser Updates für ein Jahr. Bestehende Video Enhance AI-Kunden mit einer aktiven Lizenz erhalten Topaz Video AI 3.0 kostenlos. Ein Kauf beinhaltet 2 dauerhafte Lizenzen, welche sowohl auf Mac als auch auf Windows funktionieren. Per kostenloser Trialversion kann man Topaz Video Enhance AI 3.0 vor dem Kauf auch erstmal ausprobieren.
Die neuen Funktionen im Detail:
Stapeln von AI-Modellen
Ab sofort kann mehr als ein KI-Modell für eine Aufgabe genutzt werden, was flexiblere Workflows ermöglicht. So kann jetzt zum Beispiel gleichzeitig ein FullHD-Video auf 4K hochskaliert, stabilisiert und mit künstlichem Korn versehen werden.
Parallele Ausführung von Aufgaben mit Filterunterstützung
Benutzer können jetzt auch mehrere Aufgaben parallel ausführen, und so z.B. verschiedene Vorschauen aus mehreren Quelldateien mit unterschiedlichen Einstellungen wiedergeben und mehrere Projekte gleichzeitig exportieren.
eue Filteroptionen können verwendet werden, um Verarbeitungsaufträge für eine ausgewählte Videodatei oder alle geladenen Videodateien anzuzeigen und nach Ausgabevorschauaufgaben, Exportaufgaben oder beidem zu filtern.
Befehlszeilenschnittstelle
Topaz Video AI v3.0 unterstützt jetzt die Ausführung von Skripten über Textbefehle (Commandline). Die Option ermöglicht fortgeschrittenen Benutzer eine größere Flexibilität bei der Anpassung verschiedener auszuführender Skriptprozesse.
Der Skriptbefehl im obigen Screenshot führt z.B. folgende Aufgaben aus:
- Ausblenden des FFmpeg-Startbanners
- Aktivieren der Hardwarebeschleunigung und verwenden des hevc_qsv-Encoders (H.265)
- Verwenden des Hauptprofils mit der mittleren Voreinstellung für den Encoder
- Setzen des CRF auf 19
- Setzen des Ausgabepixelformats auf yuv420p
- Erstellen einer zu 100 % fragmentierten Ausgabe, damit die Datei gelesen werden kann, wenn die Verarbeitung unterbrochen wird.
- Upscale 2x mit Artemis v13 auf GPU 0
Wichtige Leistungs- und Stabilitätsverbesserungen
- Unterstützung für Hardware-Encoding auf allen Plattformen für H264, H265 und AV1 (sofern verfügbar) sowie für höhere Bit-Ausgabeformate wie ProRes 444.
- Verbesserte Farbraumunterstützung und Farbgenauigkeit
- Unterstützung von bis zu 16 Bit Farbtiefe
- Neues Zuschneidewerkzeug
- Neues Werkzeug zur Erkennung und Entfernung von Letterbox/Pillarbox
- Verbessertes Zuschneidewerkzeug
- Möglichkeit zum Festlegen von Standardvorschau- und Exportvorgaben
- Unterstützung für alle Seitenverhältnisse, einschließlich vertikaler Videos
- Offline-Unterstützung, so dass die App auch ohne Internetverbindung genutzt werden kann. Eine Internetverbindung ist erforderlich, um neue AI-Modelle herunterzuladen.
- Möglichkeit der Wiedergabe von Vorschauvideos in einer externen Player-Applikation
Neues Stabilisierungsmodell - ohne Cropping
Das neue Stabilisierungsmodell reduziert verwackelte oder zittrige Bewegungen. Es geht dabei in zwei Schritten vor:
- Es schätzt die Kamerabewegungen zwischen den Frames, und
- Es transformiert jedes Bild, so dass die Kamerabewegungen weicher erscheinen.
Herkömmliche Methoden beruhen auf der Suche und dem Abgleich einzelner Merkmalspunkte zwischen den Bildern, um die Kamerabewegung zu bestimmen. Dies kann jedoch unzuverlässig sein, wenn die Bilder schwierige Szenen wie kontrastarme Bereiche, Beleuchtungsänderungen, Bewegungsunschärfe und sich bewegende Objekte enthalten. Das neue KI-Modell zur Stabilisierung berücksichtigt deshalb das gesamte Bild anstelle eines einzelnen Punktes.
Bei den meisten Stabilisierungsmethoden muss die Komposition zugeschnitten werden, um fehlende Bereiche nach der Transformation der Frames zu entfernen. Um das beabsichtigte Framing des Materials zu erhalten, bietet Topaz Video AI zusätzlich zur Option Auto-Crop eine Vollbildstabilisierung, die den fehlenden Bereich mithilfe von Nachbarbildern und AI-Modellen erzeugt.
Korrektur des Rolling-Shutter-Effekts
Topaz Video AI bietet auch Optionen zur Korrektur des Rolling-Shutter-Effekts und zur Reduzierung von verwackelten Bewegungen. Die Option "Zitterbewegungen reduzieren" verwendet ein anderes AI-Modell, um die räumlichen Zitterbewegungen zwischen den benachbarten Frames zu reduzieren und so 3D-Kameradrehungen und Parallaxeneffekte zu minimieren.
Neues Apollo-Zeitlupenmodell
Wie die ursprünglichen Zeitlupen-KI-Modelle Chronos und Chronos Fast interpoliert das neue Apollo-Modell zwischen den Frames, um ein Zeitlupenvideo zu erstellen und die Bildrate zu konvertieren. Das Apollo-Modell ist jedoch darauf trainiert, mit nichtlinearen Bewegungen und Bewegungsunschärfen umzugehen. Es berücksichtigt vier benachbarte Frames, um die Bewegung von Objekten zwischen diesen Frames abzuschätzen, was dem Modell hilft, die Nichtlinearität der Bewegung zu verstehen und dazwischen liegende Punkte entsprechend zu interpolieren.
Das Apollo-Modell eignet sich am besten zur Verlangsamung der Bewegung in Videos, die nicht-mechanische Bewegungen enthalten (z. B. menschliche oder tierische Bewegungen oder Aufnahmen mit einer Handkamera).
