本文へスキップ

STAR

拡散モデルによる実世界の動画超解像

公式サイトを見る

STAR とは

テキストから動画への拡散モデルと動画の超解像を組み合わせ、細部を戻し時空の一貫性を保つ枠組み。南京大学や ByteDance などによる共同開発と説明される。

できること

  • 拡散で時空の品質を高める
  • 複雑な劣化によるアーティファクトを減らす
  • 動的な周波数損失をかける

始め方

  • プロジェクトサイトからコードと資源を取得する
  • 低解像度の動画ファイルを用意する
  • 環境を整えモデルを動かす

長所と短所

✓ 良い点

  • 複数の実世界の動画入力元に対応
  • Bilibili と VideoLQ が名を挙がる

! 注意したい点

  • 処理には低解像度の動画入力が要る
  • ガイドでは環境とパラメータの設定が要る

よくある質問

何に取り組むの?

資料では従来の GAN 手法の過度な平滑化を説明。

どの入力元が挙がるの?

資料では Bilibili と VideoLQ が挙がる。

最終評価日: 2026-11-15

その他 AI動画生成 ツール

すべて見る →

評価方法