Saya telah menyelesaikan, atau setidaknya melakukan cukup banyak sehingga proyek saya dapat dilihat sebagai akan dirilis, dan tidak terjebak di tempat dengan dalih perbaikan yang tidak jelas dan tidak dapat dipahami.
Tidak lazim untuk memberi tahu dari akhir, tetapi di sini tidak akan berfungsi sebaliknya. Selama sembilan bulan terakhir, saya telah mengerjakan remaster Deep Space 9 - sejak perangkat lunak resolusi video yang dibantu AI mulai masuk ke pasar. Setelah melihat kualitas apa yang dapat diperas dari file MKV lama, saya memutuskan untuk mulai dari awal menggunakan sumber yang asli dan berkualitas lebih tinggi - DVD. Sembilan bulan kemudian, saya mencapai tujuan saya untuk membuat metode remaster dan upscaling 9 ruang yang dalam yang tidak bergantung pada menyisir secara manual melalui adegan dan menyempurnakan algoritma deinterlacing dalam upaya meminimalkan kompromi dalam kualitas gambar. Dan dalam artikel ini saya akan mendemonstrasikan hasil dari pekerjaan ini.
Saya membuat versi progresif dari Deep Space 9 pada kecepatan bingkai 23,976 menggunakan model dengan nama kode Rio Grande. Saya belum menguji metode ini di seluruh seri - namun, metode ini bekerja dengan baik pada episode tertentu dari musim 2, 4, 5, dan 6. Saya ingin berterima kasih kepada Cyril Niderprim karena telah menemukan solusi yang sangat sederhana di bawah ini. Dan sementara Rio Grande dapat melakukan kesalahan - saya akan memberikan contohnya di bawah - jika itu sangat merusak episode sehingga Anda tidak dapat menerimanya, ada alternatif untuk itu.
Saya juga berhasil mengonversi menjadi 59,94 bingkai per detik dengan kualitas yang sama menggunakan model dengan nama sandi "Orinoco". Orinoco mempertahankan pergerakan dengan benar di semua adegan, dan melekat pada proyek untuk tujuan asuransi. Dalam hal kualitas, ini sebanding dengan Rio Grande, tetapi memiliki kerangka 2,5 kali lebih banyak, yang membutuhkan waktu proses 2,5 kali lebih lama. Rio Grande seharusnya berfungsi - tetapi jika tidak berhasil, maka Orinoco akan melakukannya. Jika kedua metode tidak cukup untuk episode tertentu, saya telah menemukan cara untuk mengubah sistem secara manual.
Setel semua video YouTube yang disertakan dalam artikel dalam 4K untuk kualitas pemutaran terbaik - resolusi yang lebih rendah tidak mengirimkan kualitas gambar.
Saya membuat dua judul untuk mendemonstrasikan dua opsi skala resolusi berbeda yang ditawarkan Topaz: Theia Detail (pengaturan default) dan Gaia-CG. Berikut adalah keluaran dari Gaia-CG:
Ini bukan panduan langkah demi langkah yang menjelaskan proses pemrosesan video dengan cara yang dapat ditangani siapa pun. Menulis instruksi seperti itu akan menjadi proyek terpisah. Namun, saya akan memberikan informasi yang cukup sehingga seseorang dengan pengetahuan yang dangkal tentang AviSynth dapat mengulangi kedua pendekatan tersebut.
Hasil karya Theia Detail:
Sebagian bingkai menghilang selama beberapa detik saat kapal barang Bajoran mengitari stasiun. Ini adalah kesalahan unik, saya belum melihatnya di tempat lain dalam pertunjukan, dan ini cukup sering terjadi, terlepas dari filter yang digunakan. Itu selalu muncul di kredit, dan hampir tidak merusak gambar - Anda tidak perlu khawatir tentang fakta bahwa bingkai acak dari video akan kehilangan blok.
Sebagian besar video diambil setidaknya dengan dua cara berbeda. Jika Anda tidak menyukai keluaran Theia, coba Gaia-CG. Jika Gaia-CG tidak cocok untuk Anda, Anda mungkin menyukai Gaia-HQ - Saya hanya menyertakan satu contoh cara kerjanya di artikel ini.
Warp maksimum
Rio Grande dan Orinoco mencoba membuat kompromi sesedikit mungkin dalam hal kualitas gambar. Setiap tahap proses dipikirkan sedemikian rupa untuk menyimpan semua detail dengan mengorbankan ruang penyimpanan hingga pengkodean terakhir, setelah itu Anda bebas memilih tingkat kehilangan kualitas.
Semua klip yang ditampilkan di sini dikodekan dalam 0,0 H.264, dan kemudian resolusi ditingkatkan bingkai demi bingkai dan tanpa kehilangan. Saya menyandikan klip ini dalam format H.265 dengan CRF 6, yang ternyata terlalu banyak. Hidup dan belajar. Ada perbedaan halus antara nilai CRF 14 dan 20 dalam bingkai beku, dan 25 sudah terlihat sangat jelek.
Tingkatkan Model Resolusi: Hindari Artemis dan Tingkatkan Resolusi sebesar 200%
Saya telah mencatat setidaknya satu contoh untuk masing-masing mode peningkatan Topaz, dengan pengecualian Artemis-LQ dan Artemis-HQ. Algoritme ini sama sekali tidak cocok untuk Deep Space 9 - bukan karena mereka memberikan semacam sampah yang sempurna, tetapi mereka bereaksi buruk terhadap konten seri ini. Pertimbangkan bahwa mereka tidak cocok untuk tugas tersebut. Hasil kerja Gaia-HQ tidak terlalu mengesankan saya, meskipun saya masih memposting satu contoh. Ada dua model tersisa, Theia dan Gaia-CG.
Saya selalu menyukai Gaia-CG lebih baik, jadi sebagian besar dilakukan dengan model ini, meskipun saya juga mendemonstrasikan keluarga algoritme Theia. Mereka memiliki pengaturan yang dapat dikonfigurasi untuk kebisingan, kejernihan, dan pemulihan detail - yang semuanya bisa sangat membantu saat mencoba menghilangkan kebisingan dari tempat jelek di dinding atau karpet.
Meningkatkan resolusi sebesar 200% harus dihindari. Ini menghasilkan kesalahan yang tidak ada dalam sumbernya, dan kualitas gambar secara signifikan lebih rendah daripada yang diperoleh pada pembesaran 400%. Harap dicatat bahwa proses restorasi memiliki kekhasan - membuat jahitan di sisi kanan atau kiri bingkai. Ini kemudian dapat dengan mudah dipotong, tetapi ini harus diperhitungkan.
Topaz menawarkan opsi untuk peningkatan lossless melalui gambar, atau melalui MP4 lossy. Semua video yang Anda lihat dibuat melalui konversi lossless ke PNG.
Berapa banyak suku cadang tambahan yang telah diproduksi ulang?
Ide gila yang membuat saya melakukan rute ini adalah saya dapat mengekstrak informasi visual tambahan dengan mengakses sumber DVD asli alih-alih file cadangan lama. Berikut adalah contoh upaya terbaik saya untuk meningkatkan resolusi mulai Januari:
Beginilah di masa lalu.
Sementara beberapa peningkatan dimungkinkan dengan peningkatan tingkat rendah pada program AI untuk meningkatkan resolusi, program tersebut perlu mendapatkan informasi yang cukup untuk meningkatkan resolusi gambar tanpa mengubahnya menjadi campur aduk. Bayangkan sebuah bidikan di mana semuanya ditampilkan dalam resolusi DVD dan rambut Odo dalam 4K. Ini akan terlihat sangat aneh. Semakin detail program ini dapat mengekstrak, semakin besar peluang untuk menghasilkan sesuatu yang indah. Kembali ke DVD memberi program lebih banyak materi untuk dikerjakan.
Beginilah tampilannya hari ini.
Untuk memberikan gambaran tentang kemajuannya, berikut adalah tiga bingkai "Define" - seperti apa tampilannya di DVD, pembesaran terbaik yang bisa saya capai di bulan Februari, dan hasil terbaik hingga saat ini:
"Define" di DVD. Lebih baik dari Netflix.
Februari 2020: lebih baik, tetapi saya pikir itu bisa dilakukan dengan lebih baik.
Itu lebih baik. Encoder Orinoco.
Inilah bidikan "Desain" favorit saya dari seluruh seri. Pada bulan April, saya sangat bangga dengan apa yang dihasilkannya. Dan itu masih terlihat bagus.
Saya masih menyukainya, tapi kami masih bisa melakukan yang lebih baik.
Bantuan dari model AI yang disetel dengan benar sudah jelas. Pemesinan yang lebih baik dapat mengakibatkan model dibersihkan sedikit berbeda, namun beberapa bagian bodi telah berubah bentuk.
Manfaatnya jelas. Setiap kali saya membandingkan video yang ditingkatkan yang dibuat dari file MKV lama dengan video yang dibuat dari DVD, yang terakhir menang.
Jadi seberapa bagus hasilnya?
Pemrosesan yang cermat dan peningkatan resolusi yang baik, menurut saya, mampu memberikan Deep Space 9 kejernihan dari apa yang biasa disebut sebagai konten HD - meskipun gambar masih dibatasi oleh nada warna NTSC, dibandingkan dengan standar yang lebih baru seperti Rec. 709 ". Paling tidak, menyimpang dari yang ideal, tampilannya lebih baik daripada DVD mana pun yang pernah Anda lihat. Dan dalam kasus terbaik - dan saya menganggap bingkai dengan Sisko salah satu yang terbaik - setidaknya dalam gambar yang dihasilkan, detailnya mencapai level HD.
Langkah-langkah yang saya ambil selama pemulihan telah memperbaiki beberapa kekurangan sumber, tetapi tidak semua. Dalam episode "The Warrior's Path" ada satu urutan frame yang terlihat seperti ada yang tumpah di kaset - bagaimana cara memperbaikinya, saya tidak tahu. Semua hasil pengkodean di bawah diambil di Rio Grande.
Jalan Prajurit: Ini Bukan Ilusi
Episode ini menampilkan dua adegan pertempuran terbaik dari Musim 4. Yang pertama, Sisko menggunakan Defynt untuk menyelamatkan kapal Cardassian yang ditembaki oleh Klingon. Dapat dilihat bahwa spesialis efek khusus bereksperimen dengan menampilkan kembali kematian karakter dari perspektif luar - dan ini tidak terjadi dalam "The Next Generation". Jelas sekali, efek khusus guys bersenang-senang dengan "Defynt".
Adegan pertempuran besar kedua ditampilkan di bawah. Ini memiliki anggukan yang indah untuk pilot pertunjukan di mana Kira menggertak untuk membuat skuadron kapal Cardassian percaya bahwa stasiun tersebut jauh lebih baik dipersenjatai daripada yang sebenarnya.
Tapi kali ini semuanya dilakukan secara berbeda. Pertama, video ditingkatkan dengan Theia Fidelity dengan pengaturan default, lalu diproses di Gaia-CG. Yang terakhir saya gunakan untuk mengambil tangkapan layar:
Saya telah memasukkan adegan komunikasi karakter dalam ulasan untuk menunjukkan bahwa teknologi pemrosesan ini berfungsi lebih dari sekadar pertempuran di luar angkasa atau pesawat luar angkasa. Deep Space 9 bukan hanya tentang pertempuran yang difilmkan di komputer, tetapi ada beberapa contoh bagus dari pertempuran ini di pertunjukan, terutama menurut standar tahun 90-an. Di bawah ini adalah Gaia-CG:
Surga yang hilang
The Defiant bertarung melawan Lakota dalam pertempuran ini, sementara bagian dari Starfleet mencoba melakukan kudeta. Klip tersebut secara khusus menunjukkan apa yang terjadi ketika Rio Grande tidak memproses adegan dengan benar. Untuk sebagian besar, ini berfungsi, tetapi pada akhirnya terasa berkedut. Dan saya memastikan bahwa kasing di Rio Grande - Orinoco menangani semuanya dengan sangat lancar. Jika Anda tidak khawatir akan kedutan kecil, gunakanlah Rio Grande. Jika khawatir, coba Orinoco.
Jauh melampaui bintang-bintang
Salah satu manfaat fiksi ilmiah adalah bahwa pencipta acara dapat dengan mudah mengatasi masalah perjalanan waktu. Dalam episode ini, Benjamin Sisko ditinggalkan pada 1950-an - setidaknya dari sudut pandangnya - dan dia menghadapi ketidakadilan rasial di era itu. Resolusi meningkat di Gaia-CG:
Di bawah sinar bulan pucat
Episode terhebat Deep Space 9 berakhir dengan monolog mengerikan. Resolusi meningkat di Gaia-CG:
Pemandangan yang sama ditampilkan di Theia Detail dengan 10% penajaman, 20% penghilangan noise, dan 20% pemulihan detail.
Korban para malaikat
Anda tahu kami akan kembali ke episode ini? Dalam episode "Armada Pertama" (di bawah, diterjemahkan dalam Gaia-CG), federasi memutuskan untuk melawan kekuatan militer gabungan superior dari Cardassians dan Dominions. Saya suka manuver kapal kelas Galaxy. Dari sudut tertentu mereka sering terlihat tebal dan canggung, sedangkan dari sudut lain mereka terlihat sangat baik. Dalam "Deep Space 9", situasi dengan ini jauh lebih baik daripada di "The Next Generation".
Serangan pertama mencegah Defynt membuat celah yang dia butuhkan. Starfleet memutuskan untuk mencoba menerobos barisan depan musuh, meskipun kekuatan musuh dua kali lebih besar. Saya memutuskan untuk membuat adegan ini dengan cara yang berbeda. Pertama - Gaia-CG:
Kemudian Gaia-CG dengan CRF = 20. Di sini kehilangan kualitas ternyata kecil, tetapi saya tidak menyarankan untuk menaikkan nilai ini lebih banyak. Masalah dengan menggunakan DVD sebagai sumber adalah kualitas mulai menurun setelah hanya sedikit detail yang hilang, dan informasi yang diperoleh dari gambar yang diinterpolasi dan diperbesar tidak terlalu bagus. Dengan penurunan kualitas secara bertahap, pada titik tertentu, penurunannya sangat tajam. CRF = 25 ternyata terlalu banyak.
Gaia-HQ:
Theia Detail, pengaturan default:
Terakhir, Theia Fidelity dengan ketajaman 20%, pemulihan detail 30%, pengurangan noise 20%:
Meskipun saya telah berkonsentrasi pada musim-musim selanjutnya dari pertunjukan, pengkodean dan peningkatan skala semacam ini juga berfungsi di musim-musim awal. Sadarilah bahwa bahan sumber awal musim yang tersedia bagi kita tidak berkualitas baik.
Demonstrasi selesai. Mari kita bicara tentang implementasi.
Cara membuat kode Rio Grande
Untuk alasan yang belum jelas bagi saya, file yang dibuat StaxRip menggunakan metode di atas tidak dapat diputar secara normal di Windows Media Player atau Apple Quicktime. Tapi mereka bermain dengan baik di VLC atau MPC-HC. Jika skrip di bawah menampilkan kesalahan, pastikan editor tidak mengganti tanda kutip.
Untuk pengkodean Rio Grande, Anda perlu menyalin DVD dengan DVD Decrypter dan membuat file indeks D2V menggunakan DGIndex atau program serupa lainnya. Kemudian jalankan antarmuka AviSynth favorit Anda, jika Anda menggunakannya. Saya pribadi menggunakan StaxRip.
Skrip untuk AviSynth diberikan di bawah ini:
TFM()
TDecimate()
QTGMC2 = QTGMC(Preset="Very Slow", SourceMatch=3, InputType=2, Lossless=2, MatchEnhance=0.75, Sharpness=0.5, MatchPreset="Very Slow", MatchPreset2="Very Slow")
QTGMC3 = QTGMC(preset="Very Slow", inputType=3, prevGlobals="Reuse")
Repair(QTGMC2, QTGMC3, 9)Alternatif untuk model Rio Grande dan Orinoco, yang, bagaimanapun, tidak lama saya uji:
TFM()
TDecimate()
QTGMC2 = QTGMC(Preset="Very Slow", SourceMatch=3, TR2=5, InputType=2, Lossless=2, noiserestore=0.1, NoiseDeint="Generate", grainrestore=0.1, MatchEnhance=0.75, Sharpness=0.5, MatchPreset="Very Slow", MatchPreset2="Very Slow")
QTGMC3 = QTGMC(preset="Very Slow", SourceMatch=3, Lossless=2, InputType=3, TR2=5)
Repair(QTGMC2, QTGMC3, 9)Skrip semacam itu tampaknya memberikan kualitas yang sedikit lebih baik daripada Orinoco Standard dalam hal riak.
Jika gambar Anda terdistorsi, coba putar kembali ke TR2 = 4. Hal yang sama berlaku untuk Orinoco, hanya saja itu perlu dihapus
InputType=2 InputType=3dari Rio Grande.
Itu saja. Anda juga dapat memasukkan noise kembali ke dalam video saat skrip ini berjalan. Kebisingan yang ditambahkan ke salah satu lintasan QTGMC akan tetap ada di gambar setelah pemulihan. Rio Grande tidak memberikan gambar yang 100% sempurna, namun pada 29,976 fps bekerja hampir sempurna pada semua adegan yang saya uji kecuali satu. Jika dia memiliki lebih banyak masalah dari yang saya harapkan, itulah mengapa saya membuat Orinoco. Secara teknis, dimungkinkan untuk merender pemandangan tertentu pada 59,94 fps, dan kemudian memasukkannya ke dalam versi 23,976 fps dengan merakit file VFR sambil menyusun gambar yang dihasilkan menjadi video.
Operasi QTGMC diperlukan untuk meningkatkan gambar, dan meskipun saya terbuka untuk saran, sejauh ini tidak ada yang saya coba yang mendekati kualitas yang dihasilkan skrip ini. Ini dapat diubah dalam hal kedalaman dampak pada gambar dan waktu pemrosesan, tetapi Anda akan melihat bahwa ketika Anda beralih dari Sangat Lambat ke Lambat atau Sedang, kualitasnya menurun cukup nyata. Jika Anda menyukai kebisingan dalam gambar dan tidak keberatan menghabiskan waktu untuk mencari artefak (atau tahu cara menghilangkannya dengan cara lain), maka Slow adalah pilihan Anda.
Satu-satunya kelemahan dari cara menjalankan QTGMC ini adalah terkadang menghasilkan riak di beberapa bagian pemandangan. Lebih mudah bagi saya untuk mengabaikannya, dan semua solusi untuk masalah ini yang saya coba temukan, pada akhirnya, lebih merugikan. Dan meskipun saya ingin menyingkirkan ini, untuk saat ini ini termasuk dalam kategori "fitur" yang dapat ditoleransi.
Urutannya
InputType=2 InputType=3sangat penting. Menjalankan satu salinan QTGMC tidak akan memiliki efek yang sama. Menjalankan dua salinan dengan InputType=2tidak akan memberikan efek yang sama. Ada sembilan kemungkinan cara untuk menggabungkan jenis masukan saat menjalankan pemulihan gambar, dan saya sudah mencoba semuanya. 2,3 bekerja paling baik, dari The Emissary hingga What You Left Behind.
Saya juga menguji semua 25 mode fungsional Perbaikan yang didukung AviSynth. Anda membutuhkan mode, 9. Jika karena alasan tertentu itu tidak cocok untuk Anda, cobalah, 1. Sebagian besar lainnya praktis tidak berpengaruh pada hasil, dan beberapa di antaranya bahkan memecah gambar dengan cara yang menarik. Saya telah memeriksa semuanya berkali-kali hanya untuk melihat bagaimana hasil akhir berubah tergantung pada mode yang saya pilih.
Cara menyandikan Orinoco
Orinoco tidak mudah dikodekan, tetapi jauh lebih baik daripada yang saya harapkan.
Semuanya dimulai dengan fakta bahwa alih-alih satu file, kami membuat dua. Kode versi pertama dari urutan menggunakan skrip berikut:
TDeint(mode=1, type=2, tryweave=true, mtnmode=3, full=false, ap=10, aptype=2, slow=2)Ini menginstruksikan TDeint untuk mengeluarkan satu set frame ganda, untuk menginterpolasi kernel [kernel interpolation], mencoba memulihkan frame menggunakan weaving, jika hasilnya lebih sedikit artefak daripada dengan deinterlacing, dan menerapkan deinterlacing ke frame-frame yang ada interlace. Mode ini mempertahankan frame progresif yang disertakan dalam sumber NTSC. Pilihan terbaik kedua setelah Type = 2 adalah Type = 5, tetapi itu menimbulkan lebih banyak masalah daripada yang bisa diselesaikan.
Sekarang mari kita kesampingkan klip yang dihasilkan dan beralih ke yang lain. Ini harus dijalankan melalui skrip berikut:
QTGMC2 = QTGMC(Preset="Very Slow", SourceMatch=3, Lossless=2, MatchEnhance=0.75, Sharpness=0.5, MatchPreset="Very Slow", MatchPreset2="Very Slow")
QTGMC3 = QTGMC(preset="Very Slow", prevGlobals=”Reuse”)
Repair(QTGMC2, QTGMC3, 9)Naskahnya mirip tetapi tidak identik dengan apa yang kami gunakan untuk Rio Grande. Implementasi QTGMC itu berjalan dalam mode progresif. Dalam kasus Orinoco, kita perlu menggandakan frame rate, dari basis 29,97 fps menjadi 59,94 fps. Setelah frekuensi gambar pertandingan QTGMC dan TDeint, kami juga memulai pemulihannya. Jika Anda menjalankan dua klip dengan kecepatan bingkai berbeda dalam mode Perbaikan, Anda akan segera melihatnya - jahitan bergerak yang aneh akan terlihat di layar.
Ini, tentu saja, seperti yang saya pahami, pendekatan terbalik untuk pengeditan video - tetapi kegilaan saya masuk akal. Alasan orang biasanya tidak memasukkan sekumpulan bingkai video untuk menaikkan VFR dari 23.976 / 29.97 menjadi 59.94 fps adalah karena kartu yang diinterpolasi dengan cara ini sehingga meningkatkan frekuensi dapat menyebabkan kesalahan visual dan masalah lainnya. Ada tangkapan-22: jika Anda tidak memasukkannya, file keluaran akan tersentak-sentak. Jika diaktifkan, perubahan batas bingkai terkadang akan terlihat sangat aneh, atau bagian bingkai yang berbeda akan bergabung bersama. Situasinya biasa saja.
Tapi ada cara untuk memperbaikinya.
clip1=FFVideoSource(“C:\DS9S6D2\Sacrifice-TDeint.mkv”)
clip2=FFVideoSource(“C:\DS9S6D2\Sacrifice-QTGMC-ToPairWithTDeint.mkv”)
Repair(clip1, clip2, 9)Kami membuat file QTGMC yang diinterpolasi untuk menjadikannya sumber yang jernih dan bersih untuk Sacrifice-TDeint. Seperti yang saya katakan, saya menggunakan QTGMC karena saya belum menemukan metode lain untuk mendapatkan video yang bersih. Gunakan pengaturan Sangat Lambat untuk mengurangi noise pada gambar.
Pada video yang dihasilkan, Anda dapat menjalankan QTGMC lagi secara opsional, tetapi video tersebut akan terlihat terlalu diproses. Model Theia dapat mengkompensasi efek ini berkat algoritme pengurangan noise yang cukup efektif.
Dalam hal kualitas, Orinoco dan Rio Grande memberikan hasil yang kurang lebih sama, dan saya sering tidak dapat melihat perbedaannya ketika membandingkannya bingkai demi bingkai (selain bingkai yang diinterpolasi, tentu saja). Saya lebih suka Rio Grande karena lebih sederhana dan lebih cepat, tetapi saya tidak dapat menjamin itu akan berfungsi di semua 176 episode pertunjukan. Jika Anda menemukan episode di mana gerakan bergetar atau melompat-lompat, cobalah mengendarainya melalui Orinoco alih-alih Rio Grande.
Kekurangan dan masalah
Orinoco dan Rio Grande tidak sempurna. Saya masih mencari metode untuk menghilangkan riak. Ini adalah masalah kecil, tetapi secara praktis satu-satunya yang harus diselesaikan. Sejauh ini solusi terbaik adalah menggunakan MCTemporalDenoise, namun metode ini tampaknya sepenuhnya single-threaded dan juga memberi saya masalah kualitas lainnya.
Jika Anda ingin bereksperimen dengan MCTemporalDenoise, saya sarankan untuk mengatur jumlah piksel ke 7 dan kekuatan efek tidak melebihi 2-3. Riak tidak sepenuhnya hilang, tetapi di beberapa tempat menjadi lebih baik. Jika Anda tidak menyukai kualitas yang dihasilkan, pelajari model peningkatan resolusi Theia dan coba terapkan pengurangan noise 10-20%.
Tujuan saya adalah membuat template universal untuk keseluruhan proyek, tetapi saya akan merekam setiap perubahan yang perlu dilakukan pada model untuk mengatasi episode yang bermasalah.
Pemberitahuan Penting Tentang Membaca DVD Season 1
StaxRip berperilaku sangat aneh saat memuat file D2V yang berisi 98-99% video. Dia mengubah frekuensi gambar untuk saya lebih dari sekali - dari otomatis 29,97 menjadi 23,976. Dan dalam kasus seperti itu, itu menimpa file yang dihasilkan oleh DGIndex. Jika Anda menerapkan model Rio Grande ke file 23.976, Anda mendapatkan konten 19fps yang terlihat sangat buruk.
Saya masih mencoba mencari tahu mengapa ini terjadi. Pada episode dengan 98,5-99,5% video, Anda biasanya dapat berasumsi bahwa hanya judul yang memiliki frekuensi 29,97, dan menyandikan episode ini dengan menghilangkan segmen TFM / TDecimate.
Lain kali ... pada proyek peningkatan resolusi Deep Space 9
Setelah menyelesaikan proyek, saya dapat mulai menjarah episode dari disk dan encode. Saya akan menulis kit pelatihan dengan instruksi tentang bagaimana melakukan ini, melakukan tes kecepatan untuk workstation, dan memecahkan masalah dengan episode tertentu. Saya datang dengan metode yang sepenuhnya gratis untuk meningkatkan resolusi, yang, meskipun tidak berfungsi sebaik Topaz, jelas meningkatkan gambar. Saya juga ingin berurusan dengan Sobat.
ViacomCBS tidak menganggap Deep Space 9 layak untuk dibuat ulang. Saya pikir mereka salah. Kualitas yang dapat diperas dari DVD tidak ideal, jadi saya tidak menyebut hasil karya saya 4K atau UHD, meski dalam proyek seperti itu orang sering membuang istilah seperti itu. Anda dapat meregangkan Deep Space 9 hingga 4K, tetapi Anda tidak dapat mengurangi kualitas itu dari sumber DVD. Solusinya tidak sempurna, tetapi masih jauh tahun cahaya di depan semua opsi sebelumnya. Jika ternyata Rio Grande sering melakukan kesalahan dengan frekuensi 23.976, kami akan mencari solusi untuk epiode tersebut. Ada banyak alasan untuk percaya bahwa kartu Nvidia GeForce RTX 3080 yang baru akan secara signifikan mempercepat peningkatan resolusi ini, yang akan memfasilitasi konversi ke kecepatan bingkai 59,94.
Tidak ada fanatik Star Trek lain yang harus menunggu ViacomCBS menemukan nilai finansial dalam berinvestasi di arsipnya sendiri. DVD dan perangkat lunak akan membebani Anda, dan Anda harus menghabiskan banyak waktu komputasi untuk proyek tersebut. Pada kartu RTX 2080, dibutuhkan sekitar 8-11 jam untuk meningkatkan resolusi satu episode dengan kecepatan bingkai 23,976. Frekuensi 59,94 membutuhkan lebih banyak waktu secara proporsional, meskipun pengkodean dapat dijeda dan dilanjutkan sesuai kebutuhan. Hingga saat ini, rasio terbaik adalah 10-14 jam per episode. Ini sekitar 2464 jam, atau sekitar 103 hari untuk keseluruhan rangkaian. Proyek ini kira-kira di perbatasan dari apa yang mungkin bagi seorang individu.
Sekali lagi, Anda cukup menjalankan DVD melalui AviSynth untuk secara dramatis meningkatkan kualitas dan resolusi setiap episode. Saya, misalnya, berpikir untuk melewatkan musim pertama dan kedua sama sekali. Saya juga berharap Ampere dapat meningkatkan efisiensi mesin AI-nya secara signifikan.
Akankah kebanyakan orang melakukan ini? Tidak. Kebanyakan orang akan menonton serial ini di Netflix, yang kualitasnya jauh lebih rendah daripada di DVD.
Tapi mulai hari ini, tidak ada yang wajib melakukan ini. Sekarang Anda dapat melihat karya spesialis dan aktor efek visual seperti yang mereka inginkan. Orinoco dan Rio Grande tidak sempurna, tetapi mereka menunjukkan seberapa banyak kualitas yang dapat Anda peras dari DVD dari akhir 90-an. GPU semakin cepat. Penguat resolusi AI0 semakin pintar. Bahkan jika komputer atau GPU Anda saat ini tidak dapat menangani proyek seperti itu, yang berikutnya mungkin ada di bahu.