6 октября 2026 г.
Интерполяция кадров с помощью ИИ: что ей удаётся, где она даёт сбой, каким инструментом пользоваться
Интерполяция создаёт кадры, которых не хватает между двумя кадрами видео, чтобы перейти с 24 к 30 или 60 fps. Наши тесты на быстром танце и на стыке между двумя планами, Topaz против RIFE, дефекты, которые нужно научиться замечать, и инструменты, от бесплатных до профессиональных.
Frank HoubreОснователь Imaginode
Что делает модель интерполяции
Модель интерполяции получает два последовательных кадра, оценивает смещение каждой зоны от одного к другому и рисует один или несколько промежуточных кадров; она не знает ни сцены, ни того, что реально произошло между этими двумя моментами.
Между двумя кадрами видео с частотой 24 кадра в секунду проходит одна двадцать четвёртая секунды. Интерполяция заключается в том, чтобы угадать, как выглядела сцена в середине этого интервала, или на одной третьей, или на двух третях, в зависимости от целевой частоты кадров. Для этого модель вычисляет оптический поток: для каждой небольшой зоны первого кадра определяется направление и расстояние её смещения во втором.
Отсюда она выводит кадр, в котором каждая зона прошла часть пути, а затем заполняет пробелы: когда рука проходит перед стеной, часть стены открывается, и её нужно дорисовать. Именно здесь модели различаются. Старые алгоритмы, такие как фильтр minterpolate из ffmpeg, работают блоками и оставляют рваные края. Нейросети, обученные для этой задачи, RIFE, FILM, модели Topaz, анализируют весь кадр целиком и лучше восстанавливают открывшиеся зоны.
Чего модель не умеет, это угадывать событие, которого нет ни на одном из двух кадров. Слишком быстрое движение века, искра, мяч, отскочивший между двумя кадрами: она видит только «до» и «после» и проводит прямую линию между ними. Для повседневного использования, когда план переводится с 24 к 30 или 60 кадрам в секунду, это не имеет значения. Полный метод конвертации описан в статье как преобразовать видео с 24 fps в 30 fps.
Сложный тест: быстрый танец
На танце, сгенерированном с частотой 24 кадра в секунду, с быстрыми движениями рук и смазом движения, Topaz и RIFE создали чистые промежуточные кадры: ни раздвоенной конечности, ни искажённой руки, а смаз из исходника скрывал всё остальное.
Мы ожидали, что руки будут искажены. Мы взяли видео танца из нашего демонстрационного каталога, 720 × 1280, 5 секунд, 24 кадра в секунду, и пропустили его через два движка 6 октября 2026 года: Topaz, тот, что стоит за нодой Улучшение, до 30 и 60 кадров в секунду, и RIFE, самую распространённую открытую модель, которая удваивает частоту до 48. Затем мы вычислением нашли два последовательных кадра, между которыми картинка меняется сильнее всего, и посмотрели, что каждый движок поставил между ними.
Результат оказался лучше, чем ожидалось. На кадрировании ниже рука перемещается от бедра вперёд; кадр от RIFE и кадр от Topaz располагают её на полпути, с согласованным смазом, без шестого пальца и без призрачной руки. Причина отчасти в исходнике: видеомодель создаёт смаз движения на быстрых жестах, как настоящая камера, и этот смаз делает ошибки интерполяции незаметными.
Одно различие проявилось в другом: RIFE на fal возвращает видео без звука, тогда как Topaz копирует звуковую дорожку исходника. На немом плане это неважно; на рекламе со своей музыкой звук придётся подклеить при монтаже. Topaz также точно выдал запрошенную частоту кадров, в то время как RIFE умеет только умножать: 24 становится 48, 72 или 96, но никогда 25 или 30.
Где всё реально рушится: стык между двумя планами
На резком монтажном стыке интерполяция создаёт кадр, которого не существует: Topaz наложил два плана с растворением, RIFE без определения смены плана выдал мозаику из пикселей, и только RIFE с определением смены плана оставил стык нетронутым.
Классический случай, это монтаж. Мы склеили два плана с резким стыком, две секунды облёта деревни и затем две секунды флакона духов, и пропустили файл через те же движки. Между последним кадром деревни и первым кадром флакона модель интерполяции ищет движение, которого не существует, и всё равно должна создать кадр.
Topaz выдал кадр, на котором флакон проступает сквозь деревню, как растворение в одном кадре, одна шестидесятая секунды. RIFE, без особых настроек, выдал кадр намного хуже: флакон, разрезанный на квадраты, плавающие на фоне из пикселей. С включённым определением смены плана RIFE распознал стык и оставил его чистым, без выдуманного кадра.
При обычном просмотре призрачный кадр длительностью одна шестидесятая секунды часто остаётся незамеченным. В динамичном монтаже, со стыком каждые две секунды, он создаёт ощущение «грязи», которое трудно объяснить, и бросается в глаза при покадровом просмотре. Правило простое: интерполировать каждый план отдельно, до монтажа, и никогда готовое видео.
Другие дефекты, которые нужно научиться замечать
Помимо стыков, интерполяция ошибается на объектах, которые пересекаются друг с другом, на повторяющихся узорах, на прокручивающемся тексте, на движениях быстрее ширины объекта за кадр, и на элементах, появляющихся сразу.
Объекты, пересекающиеся друг с другом, два человека, проходящие мимо друг друга, рука, проходящая перед лицом: модель должна решить, какая зона принадлежит какому объекту, и граница между ними может «гулять». Повторяющиеся узоры, решётка, полосы, движущийся забор, сбивают её с толку при определении соответствия: одна полоса путается с соседней, и узор кажется смещающимся в обратную сторону.
Прокручивающийся текст и интерфейсы, это ещё одна ловушка: буквы слегка искажаются в созданных кадрах, что заметно, как только начинаешь читать. Очень быстрые движения, когда объект смещается больше, чем на собственную ширину от одного кадра к другому, не имеют надёжного соответствия: модель может раздвоить объект или показать его через растворение. Наконец, всё, что возникает резко между кадрами, молния, вспышка, искра, размазывается в растворение вместо того, чтобы появиться чётко.
В видео, созданных ИИ, многие из этих случаев редки: модели генерируют мало читаемого прокручивающегося текста, а их движение обычно плавное. Панорамы, съёмка с дрона, лица, вращающиеся товары, идущие персонажи, всё это проходит очень хорошо. Это также планы, на которых заниженная частота кадров заметна больше всего.
Инструменты, от бесплатных до профессиональных
Инструменты делятся на три семейства: установленные программы (Topaz Video, DaVinci Resolve, Premiere Pro, Flowframes), онлайн-сервисы (Topaz for Web, CapCut, TensorPix, HitPaw) и API (Runway, fal); цены, проверенные 6 октября 2026 года, варьируются от нуля до 299 долларов в год.
Topaz Video, бывший Video AI, это платный эталон. Он предлагает пять моделей интерполяции: Apollo для нелинейного движения и слегка размытых исходников, Apollo Fast, Chronos для конвертации частоты кадров и замедленной съёмки, Chronos Fast для крупных перемещений, и Aion для высокой точности. Он стоит 299 долларов в год или 59 в месяц, 699 в год при коммерческом использовании с оборотом выше одного миллиона. Его веб-версия, Topaz for Web, рассчитана на 30, 60, 90 или 120 кадров в секунду за 19 долларов в месяц по акции. Adobe в июне 2026 года подписала соглашение о покупке Topaz Labs.
Из бесплатного, Flowframes это интерфейс для Windows для RIFE, DAIN и FLAVR, с открытым исходным кодом, чьи новейшие версии выходят сначала для подписчиков на Patreon. RIFE и FILM, последняя из которых опубликована Google, это исследовательские модели, представленные в 2022 году и доступные через командную строку, а ffmpeg предлагает фильтр minterpolate без нейросети. DaVinci Resolve делает интерполяцию по оптическому потоку в бесплатной версии; режим Speed Warp зарезервирован для версии Studio за 295 долларов. Premiere Pro, за 22,99 доллара в месяц, предлагает Optical Flow во временной интерполяции. А SVP, за 24,99 доллара навсегда, интерполирует в реальном времени во время воспроизведения, без необходимости экспортировать файл.
Онлайн, CapCut предлагает оптический поток при 30, 50 или 60 кадрах в секунду; пользователи сообщали, что его плавное замедление перешло в тарифный план Pro. TensorPix заявляет до 120 кадров в секунду, с бесплатной трёхминутной пробой в 720p, а HitPaw, конвертацию до 60 или 120, от 24,99 доллара в месяц. Для разработчиков API от Runway конвертирует в 24, 25, 30, 48, 50, 60 или 120 кадров в секунду, а также их варианты 23,98, 29,97 и 59,94, за 0,005 доллара за секунду. В Imaginode нода Улучшение работает на Topaz: 6 кредитов за пять секунд в 720p до 30 кадров в секунду, со звуком.
Сглаживание движения в телевизорах
Сглаживание движения в телевизорах, это интерполяция в реальном времени фильмов с частотой 24 кадра в секунду; она придаёт фильмам вид видео, настолько, что Том Круз записал в декабре 2018 года сообщение с просьбой отключить эту функцию, а режим Filmmaker теперь отключает её по умолчанию.
Большинство современных телевизоров по умолчанию интерполируют всё, что показывают, чтобы заполнить свою панель частотой 60 или 120 герц. На спорте это прогресс. На фильме это то, что называют эффектом мыльной оперы: движение становится настолько плавным, что сцена выглядит снятой на видео, как телесериал, и теряет лёгкую дрожь 24 кадров, которая является признаком кино. 4 декабря 2018 года Том Круз и Кристофер Маккуорри опубликовали короткое видео, объясняющее, что эта настройка делает большинство фильмов похожими на видео с высокой скоростью, и как её отключить.
UHD Alliance ответила режимом Filmmaker, объявленным в августе 2019 года и запущенным на выставке CES в январе 2020 года, который отключает сглаживание движения, шумоподавление и повышение резкости и сохраняет исходную частоту кадров. Что касается дистрибуции, Netflix требует файлы, сданные в их исходной частоте кадров, той, что использовалась при съёмке и монтаже, и предупреждает, что неправильно выполненные конвертации частоты кадров, оставляющие артефакты, отклоняются.
Для создателя урок двойной. Не стоит интерполировать по привычке игровой план, который должен сохранить свою кинематографическую текстуру, и нужно выбирать частоту кадров в зависимости от того, где видео будут смотреть. Выбор между 24, 25, 30 и 60 кадрами в секунду, платформа за платформой, подробно рассмотрен в статье 24, 25, 30 или 60 fps: какую частоту выбрать.
Итог
Интерполяция на основе ИИ надёжна на непрерывном движении, панорамах, съёмке с дрона, персонажах, даже быстрых, если в исходнике есть смаз движения; она ошибается на стыках, тексте, повторяющихся узорах и мгновенных событиях.
Интерполируйте каждый план до монтажа, никогда уже смонтированное видео. Если у вас есть только финальный файл, используйте инструмент, который определяет смену плана, и проверяйте каждый стык покадрово.
Для точной частоты кадров, 25, 30, 50 или 60, нужен движок, который нацелен на конкретную частоту, как Topaz; RIFE умеет только умножать на два, три или четыре. Для плана со звуком выбирайте движок, который его копирует, или заранее планируйте подклеить звук.
В Imaginode нода Улучшение меняет частоту кадров с помощью Topaz при ×1, со звуком, за 6 кредитов за пять секунд в 720p до 30 кадров в секунду. Готовый рабочий процесс, это шаблон «Изменить частоту кадров видео».