尽管对于许多用户来说，事实是可以在其中记录任何类型的序列 缓慢 他们一生都没有使用过，也不会使用超过一两次，事实是，它无处不在，已经变成 几乎所有高端智能手机中默认安装的选项之一 当今市场上甚至未来的市场中都存在的问题。
尽管事实上这项技术并不那么引人注目，并且确实有很多用户喜欢它的可能性，但事实是，就像生活中的几乎所有事物一样，它也有负面的一面。 在这种情况下，我们几乎必须专注于 储存需求 这些视频中的任何一个都可能非常高 复制所需的资源，正如我们所说，最终将其实施限制在任何制造商的最高端的终端上。
当前任何高端智能手机都可以创建和播放慢动作视频
为了确保任何人都可以慢动作播放任何视频，无论是否已录制该视频以便为其提供必要的资源，今天，我们发现 Nvidia公司 这肯定会受到许多人的喜爱，因为其工程师已经成功开发出了一款 新的人工智能平台 根据提出的第一个证据， 将允许以慢动作播放任何类型的视频，既可以托管在终端中，也可以在YouTube等流媒体平台上在线看到。
正如Nvidia所宣布的那样，要更详细一些，似乎已经开发了这种新颖的算法来减慢记录后的图像速度。 由著名公司开发和提供的平台与市场上现有的其他技术之间的区别在于， 而不是拉伸框架，使生成的图像看起来非常糟糕的东西， Nvidia创建的框架会无处不在地插入这些空间.
卷积神经网络足以观看慢动作的任何视频
在软件级别，Nvidia工程师已决定创建具有此功能的平台的最佳选择是押注创建一个具有以下功能的平台： 卷积神经网络 能够估算光流，物体，表面甚至所涉及场景的边缘的移动模式。 由于所有这些，可以创建必要的帧，以便当时刻到来时，我们可以看到两个输入帧之间向前和向后再现的场景。
在所有这些令人印象深刻的工作中，甚至还有空间让平台能够预测像素如何从当前四个帧移动到下一帧，为此已创建了一个二维运动矢量，该矢量可以预测并合并以将流场近似为中间框架。 完成所有这些工作后， 第二个卷积神经网络负责内插光流 并细化近似流场以预测可见性图，并排除帧中对象遮挡的像素。
尽管这项技术比有趣的多，尤其是考虑到Nvidia领导人提出的惊人结果，但事实是，人们预计它不会在相当长的时间内实现商业化。 主要的问题是 Nvidia创建的人工智能平台尚未完全优化 而且，实现可实时执行的应用程序这一事实对于参与该项目开发的工程师仍然是一个挑战。