去像素化

像素块的产生是由于运动模糊、压缩或放大处理导致画面素材破碎——突然间，你在监视器上看到的是令人烦恼的锯齿，而不是流畅的画面。去像素化正是针对这个问题：通过智能帧插值或人工智能算法，粗糙的边缘被消除，图像之间的过渡也变得更加平滑。

在拍摄现场，你往往要到调色或放大画面时才会注意到这个问题：一个以低帧率拍摄的快速摇镜头，或者 GoPro 拍摄中的压缩伪影，都会留下颗粒感、块状感。传统的去像素化是通过 After Effects（使用 Optical Flow 或 RE:Map 等插件）、Nuke 或专门的人工智能工具等软件实现的。你向系统输入两个帧，它会在中间进行插值——不是简单的插值，而是具有比简单放大更智能的像素预测。结果是：流畅的运动，而不是生硬的数字跳切。

人工智能版本更新且更具侵略性。在数百万对素材上训练的模型会学习自然运动的样子——它们填充的不仅仅是数学上的空白，更是语义上的空白。这看起来可能很棒，但也会导致幻觉：算法会创造出原始素材中不存在的细节。因此，对于关键的视觉特效镜头，你需要进行控制和审查。如果预算和时间允许，手动帧混合通常是更安全的选择。

实际上，当需要：打磨旧的、压缩过的素材；快速剪辑运动导致数字伪影；实时动作捕捉数据看起来太卡顿；或者慢动作镜头（拍摄帧数较少）需要更流畅时，你可以应用去像素化。注意人工平滑——去像素化不应导致塑料感。并且在处理整个序列之前，务必先在较小的场景上进行测试。如今，使用现代 GPU 加速工具，只需几分钟而不是几小时——但质量上你仍然需要保持警惕。