افزایش کیفیت ویدئو با هوش مصنوعی چیست؟

افزایش کیفیت ویدئو با هوش مصنوعی یا AI Video Enhancement مجموعه‌ای از روش‌ها برای بهبود وضوح، کاهش نویز، برطرف‌کردن تاری، افزایش رزولوشن، تثبیت لرزش و روان‌ترکردن حرکت ویدئو است.

در روش‌های قدیمی، بزرگ‌کردن ویدئو معمولاً با کپی یا میان‌یابی پیکسل‌ها انجام می‌شد. برای مثال، تبدیل یک فیلم 720p به 4K فقط تعداد پیکسل‌ها را افزایش می‌داد، بدون اینکه جزئیات واقعی بیشتری ایجاد شود.

مدل‌های Video Super Resolution تلاش می‌کنند با تحلیل هر فریم و ارتباط آن با فریم‌های مجاور، جزئیات محتمل را بازسازی کنند. این روش می‌تواند تصویر واضح‌تری بسازد، اما نمی‌تواند اطلاعاتی را که هرگز در فایل اصلی ثبت نشده‌اند با اطمینان بازیابی کند.

بنابراین باید میان دو مفهوم تفاوت قائل شویم:

• بهبود قابل مشاهده کیفیت
• بازیابی قطعی جزئیات واقعی

هوش مصنوعی می‌تواند چهره، بافت لباس، نوشته، مو یا محیط را واضح‌تر کند، اما بعضی جزئیات خروجی ممکن است بازسازی احتمالی مدل باشند.

افزایش کیفیت ویدئو شامل چه کارهایی می‌شود؟

عبارت «کیفیت ویدئو» فقط به رزولوشن مربوط نیست. یک ویدئوی 4K ممکن است نویز، تاری یا فشرده‌سازی شدیدی داشته باشد و از یک ویدئوی Full HD باکیفیت بدتر دیده شود.

مهم‌ترین عملیات بهبود ویدئو عبارت‌اند از:

• افزایش رزولوشن یا Upscaling
• حذف نویز یا Denoising
• کاهش Artefactهای فشرده‌سازی
• برطرف‌کردن تاری حرکت
• افزایش وضوح لبه‌ها
• تثبیت لرزش دوربین
• افزایش نرخ فریم
• تبدیل ویدئوی Interlaced به Progressive
• اصلاح رنگ و نور
• بازیابی کنتراست
• ترمیم فیلم‌های قدیمی
• کاهش Flicker
• اصلاح Banding
• تبدیل SDR به HDR
• بهبود چهره، با احتیاط
• بهبود کیفیت صدا، به‌عنوان مرحله‌ای جداگانه

تفاوت رزولوشن، بیت‌ریت و فریم‌ریت

برای افزایش کیفیت ویدئو باید سه مفهوم اصلی را بشناسید.

رزولوشن چیست؟

رزولوشن تعداد پیکسل‌های تصویر را مشخص می‌کند.

رزولوشن بالاتر فضای بیشتری برای نمایش جزئیات دارد، اما اگر منبع بسیار ضعیف باشد، فقط بزرگ‌کردن ابعاد معجزه نمی‌کند.

Bitrate یا بیت‌ریت چیست؟

Bitrate مقدار داده مصرف‌شده برای ذخیره هر ثانیه ویدئو است و معمولاً با Mbps نمایش داده می‌شود.

ویدئوی 4K با بیت‌ریت بسیار کم ممکن است دارای این مشکلات باشد:

• بلوک‌های فشرده‌سازی
• ازبین‌رفتن بافت‌ها
• Banding در آسمان
• لبه‌های شکسته
• لکه‌های متحرک
• کاهش جزئیات در صحنه‌های سریع

افزایش بیت‌ریت هنگام خروجی‌گرفتن، اطلاعات ازدست‌رفته فایل اصلی را بازنمی‌گرداند؛ فقط از تخریب بیشتر خروجی جلوگیری می‌کند.

Frame Rate یا نرخ فریم چیست؟

Frame Rate تعداد فریم‌های نمایش‌داده‌شده در هر ثانیه است.

مقادیر رایج:

• 24fps
• 25fps
• 30fps
• 50fps
• 60fps

افزایش Frame Rate با Frame Interpolation انجام می‌شود. مدل میان فریم‌های واقعی، فریم‌های جدید می‌سازد تا حرکت روان‌تر شود.

افزایش رزولوشن و افزایش فریم دو عملیات جداگانه‌اند. تبدیل 1080p به 4K وضوح مکانی را تغییر می‌دهد، درحالی‌که تبدیل 30fps به 60fps وضوح زمانی حرکت را تغییر می‌دهد.

آیا می‌توان فیلم بی‌کیفیت را واقعاً 4K کرد؟

از نظر ابعاد فایل، بله. هر ویدئویی را می‌توان به ابعاد 3840×2160 تبدیل کرد. اما «داشتن ابعاد 4K» لزوماً به معنای «داشتن جزئیات واقعی 4K» نیست.

نتیجه به منبع وابسته است:

انتخاب ضریب بزرگ‌نمایی محافظه‌کارانه معمولاً نتیجه طبیعی‌تری می‌دهد. تبدیل 480p به 1080p ممکن است بهتر از جهش مستقیم همان ویدئو به 4K باشد.

هوش مصنوعی چگونه کیفیت فیلم را افزایش می‌دهد؟

مدل‌های Video Super Resolution فقط یک فریم را بررسی نمی‌کنند. مدل‌های زمانی می‌توانند اطلاعات چند فریم متوالی را در نظر بگیرند.

فرض کنید نوشته‌ای در یک فریم تار است. در فریم بعدی، حرکت دوربین ممکن است بخش دیگری از حروف را واضح‌تر نشان دهد. مدل می‌تواند اطلاعات زمانی را برای بازسازی خروجی پایدارتر ترکیب کند.

گردش‌کار کلی:

ویدئوی ورودی
↓
Decode فریم‌ها
↓
تحلیل نویز، تاری و فشرده‌سازی
↓
تخمین حرکت میان فریم‌ها
↓
Denoise و کاهش Artefact
↓
Video Super Resolution
↓
تثبیت زمانی جزئیات
↓
اصلاح رنگ و نور
↓
Encode ویدئوی خروجی
↓
اتصال یا پردازش صدا

مدل‌هایی که هر فریم را کاملاً مستقل پردازش می‌کنند ممکن است باعث Flicker شوند؛ یعنی جزئیات مو، پوست، نوشته یا بافت در هر فریم کمی تغییر کند.

تفاوت Upscaling معمولی و AI Upscaling

NVIDIA در مستندات Video Super Resolution توضیح می‌دهد که VSR برخلاف بزرگ‌نمایی Bicubic، از Deep Learning برای بازسازی جزئیات استفاده می‌کند و می‌تواند قابلیت‌های Denoise و Deblur را نیز همراه داشته باشد. مستندات رسمی NVIDIA Video Super Resolution

چه مشکلاتی را باید قبل از Upscale اصلاح کرد؟

ترتیب عملیات اهمیت زیادی دارد. اگر یک تصویر پر از نویز را مستقیماً چهار برابر کنید، نویز نیز بزرگ‌تر و واضح‌تر خواهد شد.

مشکلات مهم ورودی:

• نویز دیجیتال
• Grain شدید
• Artefact فشرده‌سازی
• Interlacing
• لرزش
• Motion Blur
• Defocus Blur
• نوردهی نامناسب
• White Balance اشتباه
• Flicker
• Drop Frame
• نسبت تصویر اشتباه
• فریم‌های خراب
• صدای ناهماهنگ

ترتیب صحیح افزایش کیفیت ویدئو

یک Pipeline استاندارد می‌تواند چنین باشد:

1. بررسی فایل و Metadata
2. اصلاح فریم‌های خراب
3. Deinterlace، در صورت نیاز
4. تثبیت ویدئو
5. حذف نویز و Artefact
6. کاهش تاری حرکت
7. Upscale
8. Frame Interpolation، در صورت نیاز
9. اصلاح رنگ و نور
10. اضافه‌کردن Grain کنترل‌شده
11. Sharpen نهایی ملایم
12. Encode خروجی
13. بررسی صدا و Sync
14. کنترل کیفیت

این ترتیب برای همه ویدئوها قطعی نیست. برای نمونه، بعضی مدل‌های AI چند عملیات را در یک مرحله انجام می‌دهند و گاهی تثبیت قبل یا بعد از Enhancement نتیجه متفاوتی ایجاد می‌کند.

آموزش افزایش کیفیت فیلم با هوش مصنوعی

مرحله اول: فایل اصلی را پیدا کنید

بهترین نسخه در دسترس را استفاده کنید. نسخه‌ای که چند بار در پیام‌رسان‌ها ارسال شده معمولاً فشرده‌تر از فایل اصلی دوربین است.

اولویت منابع:

1. فایل اصلی دوربین
2. نسخه Exportشده با کیفیت بالا
3. فایل ذخیره‌شده در فضای ابری
4. نسخه شبکه اجتماعی
5. نسخه دریافت‌شده از پیام‌رسان
6. فیلم ضبط‌شده از روی نمایشگر

اگر فایل اصلی وجود دارد، پردازش نسخه واتس‌اپ منطقی نیست.

مرحله دوم: مشخصات ویدئو را بررسی کنید

موارد مهم:

• رزولوشن
• Frame Rate
• Codec
• Bitrate
• Pixel Format
• نسبت تصویر
• Progressive یا Interlaced بودن
• مدت ویدئو
• Codec صدا
• Sample Rate صدا
• نرخ فریم متغیر یا ثابت

با FFprobe:

ffprobe -v error \
  -show_entries stream=index,codec_type,codec_name,width,height,pix_fmt,r_frame_rate,avg_frame_rate,bit_rate \
  -show_entries format=duration,size,bit_rate,format_name \
  -of json \
  input.mp4

نمونه خروجی:

{
  "streams": [
    {
      "index": 0,
      "codec_name": "h264",
      "codec_type": "video",
      "width": 1280,
      "height": 720,
      "pix_fmt": "yuv420p",
      "r_frame_rate": "30/1",
      "avg_frame_rate": "30/1",
      "bit_rate": "2400000"
    }
  ],
  "format": {
    "duration": "42.520000",
    "size": "15420000",
    "bit_rate": "2900000"
  }
}

مرحله سوم: یک بخش آزمایشی انتخاب کنید

قبل از پردازش ویدئوی کامل، یک کلیپ ۵ تا ۱۵ ثانیه‌ای انتخاب کنید که شامل این موارد باشد:

• چهره
• حرکت
• جزئیات بافت
• بخش تاریک
• بخش روشن
• نوشته، در صورت وجود
• حرکت دوربین

ساخت Preview کوتاه باعث کاهش زمان و هزینه آزمایش می‌شود.

ffmpeg -ss 00:00:20 -i input.mp4 \
  -t 10 \
  -c:v libx264 -crf 16 -preset slow \
  -c:a aac -b:a 192k \
  sample.mp4

مرحله چهارم: مشکل اصلی را مشخص کنید

همه فیلترها را هم‌زمان فعال نکنید.

از خود بپرسید:

• مشکل اصلی رزولوشن پایین است؟
• تصویر نویز دارد؟
• Motion Blur وجود دارد؟
• دوربین می‌لرزد؟
• فریم‌ریت پایین است؟
• فیلم Interlaced است؟
• مشکل از فشرده‌سازی شدید است؟
• رنگ و نور نامناسب است؟

پردازش بیش‌ازحد می‌تواند پوست را پلاستیکی، بافت را مصنوعی و لبه‌ها را هاله‌دار کند.

مرحله پنجم: خروجی‌های مختلف را مقایسه کنید

برای هر مدل یا تنظیمات، فقط یک متغیر را تغییر دهید. برای مثال:

• نسخه A: فقط Upscale
• نسخه B: Denoise ملایم و Upscale
• نسخه C: Denoise متوسط و Upscale
• نسخه D: Upscale و Sharpen ملایم

خروجی‌ها را در بزرگ‌نمایی 100% و روی نمایشگر هدف مقایسه کنید.

افزایش کیفیت فیلم قدیمی

ویدئوهای قدیمی ممکن است از VHS، MiniDV، Video8، Hi8، DVD یا دوربین‌های دیجیتال اولیه آمده باشند.

گردش‌کار پیشنهادی:

Capture یا تبدیل باکیفیت
↓
اصلاح نسبت تصویر
↓
Deinterlace
↓
حذف Dropout و نویز آنالوگ
↓
تثبیت تصویر
↓
کاهش Flicker
↓
اصلاح رنگ
↓
AI Upscale
↓
پردازش ملایم چهره
↓
اضافه‌کردن Grain طبیعی
↓
خروجی آرشیوی

Deinterlace چیست؟

بسیاری از ویدئوهای قدیمی به‌صورت Interlaced ذخیره شده‌اند. هر فریم از دو Field تشکیل می‌شود و هنگام نمایش روی سیستم‌های جدید ممکن است لبه‌های شانه‌ای دیده شوند.

قبل از AI Upscaling باید ویدئو به Progressive تبدیل شود.

نمونه FFmpeg با فیلتر YADIF:

ffmpeg -i input-interlaced.mpg \
  -vf "yadif=mode=send_frame:parity=auto:deint=all" \
  -c:v libx264 -crf 16 -preset slow \
  -c:a aac -b:a 192k \
  progressive.mp4

برای آرشیو حساس، باید Field Order و نرخ فریم خروجی دقیق بررسی شوند.

حذف نویز ویدئو

نویز معمولاً در این شرایط بیشتر است:

• نور کم
• ISO بالا
• سنسور کوچک
• فیلم‌های قدیمی
• فشرده‌سازی چندباره
• سایه‌های شدید
• ضبط موبایل در شب

Denoise بیش‌ازحد می‌تواند این جزئیات را حذف کند:

• بافت پوست
• تارهای مو
• بافت پارچه
• Grain طبیعی
• نوشته‌های کوچک
• جزئیات چمن و برگ

هدف، حذف کامل هر نوع Grain نیست. بعضی ویدئوها بعد از Denoise شدید شبیه نقاشی یا پلاستیک می‌شوند.

واضح‌کردن فیلم تار

تاری دو نوع مهم دارد.

Motion Blur

وقتی دوربین یا سوژه هنگام نوردهی حرکت می‌کند، تصویر در جهت حرکت کشیده می‌شود. مدل Motion Deblur می‌تواند بخشی از آن را کاهش دهد.

Defocus Blur

وقتی فوکوس روی نقطه اشتباه قرار دارد، جزئیات از ابتدا ثبت نشده‌اند. اصلاح این نوع تاری دشوارتر است و احتمال ساخت جزئیات غیرواقعی بیشتر خواهد بود.

Sharpen معمولی فقط کنتراست لبه‌ها را افزایش می‌دهد و الزاماً تاری واقعی را برطرف نمی‌کند.

تثبیت ویدئوی لرزان

Stabilization با تحلیل حرکت فریم‌ها، لرزش ناخواسته را کاهش می‌دهد. روش‌های رایج:

• Auto Crop
• Full Frame Reconstruction
• Rolling Shutter Correction
• Camera Motion Estimation

در Auto Crop، فریم برای جبران حرکت کمی بزرگ و بریده می‌شود. در حالت Full Frame، ابزار ممکن است لبه‌های خالی را بازسازی کند.

مستندات Topaz توضیح می‌دهد که Stabilization با جابه‌جایی و چرخاندن فریم‌ها تلاش می‌کند سوژه‌ها در فریم‌های متوالی پایدارتر دیده شوند. راهنمای رسمی Stabilization در Topaz Video

مشکلات تثبیت بیش‌ازحد

• Crop شدید
• حرکت موجی تصویر
• تغییر شکل لبه‌ها
• حرکت غیرطبیعی سوژه
• اعوجاج در Rolling Shutter
• شناورشدن پس‌زمینه

تثبیت را روی بخش آزمایشی بررسی کنید و فقط به Preview کوچک اعتماد نکنید.

افزایش فریم ویدئو با هوش مصنوعی

Frame Interpolation فریم‌های جدیدی میان فریم‌های اصلی می‌سازد.

کاربردها:

• تبدیل 30fps به 60fps
• ساخت Slow Motion
• روان‌کردن حرکت
• هماهنگ‌کردن کلیپ‌ها
• ترمیم برخی پرش‌های زمانی

مستندات Topaz Frame Interpolation این قابلیت را فرایند ساخت فریم‌های جدید برای روان‌ترکردن حرکت یا آهسته‌کردن ویدئو معرفی می‌کند. راهنمای رسمی Frame Interpolation

چه زمانی افزایش فریم مشکل ایجاد می‌کند؟

• حرکت بسیار سریع
• دست و انگشتان
• حرکت مو
• آب و آتش
• نور چشمک‌زن
• Cut ناگهانی
• Motion Blur شدید
• اجسام عبوری از جلوی یکدیگر
• نوشته متحرک
• دوربین Shakeدار

Artefactهای رایج:

• دست‌های ادغام‌شده
• لبه‌های ژله‌ای
• فریم شبح‌مانند
• تغییر شکل چهره
• کشیدگی اشیا
• تولید فریم میان دو Shot متفاوت

Shot Change Detection باید مانع ساخت فریم بین دو پلان جداگانه شود.

آیا تبدیل 24fps به 60fps همیشه بهتر است؟

خیر. نرخ فریم بالاتر الزاماً کیفیت هنری بیشتری ندارد. فیلم 24fps ظاهر سینمایی خاص خود را دارد و تبدیل آن به 60fps می‌تواند حس حرکت را تغییر دهد.

Frame Interpolation زمانی استفاده شود که هدف مشخصی وجود دارد، نه فقط برای بزرگ‌ترشدن عدد FPS.

افزایش کیفیت ویدئو با Topaz Video

Topaz Video یک برنامه دسکتاپ برای پردازش ویدئو است و قابلیت‌هایی مانند این موارد دارد:

• AI Upscaling
• Denoise
• Motion Deblur
• Stabilization
• Frame Interpolation
• SDR to HDR
• مدل‌های مختلف Enhancement

این مجموعه قابلیت‌ها در مستندات رسمی Topaz Video ذکر شده است. راهنمای شروع سریع Topaz Video

گردش‌کار ساده:

1. ویدئو را Import کنید.
2. بخش کوتاهی برای Preview انتخاب کنید.
3. مدل Enhancement مناسب را انتخاب کنید.
4. Resolution خروجی را تعیین کنید.
5. Denoise و Sharpen را محافظه‌کارانه تنظیم کنید.
6. Preview را در اندازه واقعی بررسی کنید.
7. در صورت نیاز Stabilization را فعال کنید.
8. Frame Interpolation را جداگانه آزمایش کنید.
9. Codec و Bitrate خروجی را انتخاب کنید.
10. ویدئوی کامل را Render کنید.

فعال‌کردن هم‌زمان Enhancement، Interpolation، Stabilization و Motion Deblur زمان پردازش و مصرف منابع را افزایش می‌دهد. مستندات Topaz نیز به افزایش زمان Render با اضافه‌شدن این مراحل اشاره می‌کند. راهنمای Second Pass Enhancement

افزایش کیفیت فیلم با DaVinci Resolve

DaVinci Resolve مجموعه‌ای برای تدوین، رنگ، جلوه‌های بصری و صدا است. نسخه رایگان آن بسیاری از قابلیت‌های تدوین و خروجی را ارائه می‌دهد، اما بعضی قابلیت‌های پیشرفته AI یا Super Scale ممکن است به نسخه Studio وابسته باشند؛ بنابراین قابلیت نسخه نصب‌شده را بررسی کنید.

صفحه رسمی Blackmagic اعلام می‌کند نسخه رایگان DaVinci Resolve از بسیاری از فرمت‌های 8-bit تا 60fps و رزولوشن Ultra HD پشتیبانی می‌کند. صفحه رسمی DaVinci Resolve

گردش‌کار پیشنهادی:

1. Timeline را متناسب با خروجی بسازید.
2. تنظیمات Clip Attributes را بررسی کنید.
3. در صورت نیاز Deinterlace را فعال کنید.
4. Denoise و Super Scale را آزمایش کنید.
5. رنگ و کنتراست را در صفحه Color اصلاح کنید.
6. Sharpen را محدود نگه دارید.
7. خروجی را با Codec مناسب Render کنید.
8. نتیجه را خارج از محیط تدوین پخش و بررسی کنید.

استفاده از NVIDIA Video Super Resolution

NVIDIA Video Super Resolution برای بهبود و بزرگ‌نمایی ویدئو با استفاده از Deep Learning طراحی شده است. NVIDIA در مستندات Video Effects SDK، VSR را قابلیتی برای افزایش رزولوشن و حفظ یا بازسازی بهتر جزئیات نسبت به Scaling سنتی معرفی می‌کند. راهنمای رسمی NVIDIA Video Effects SDK

این گزینه بیشتر برای توسعه‌دهندگان یا نرم‌افزارهایی مناسب است که می‌خواهند پردازش ویدئو را با GPUهای پشتیبانی‌شده NVIDIA پیاده‌سازی کنند. نیازمندی دقیق GPU، Driver، سیستم‌عامل و SDK باید از مستندات نسخه فعلی بررسی شود.

افزایش کیفیت ویدئو با FFmpeg

FFmpeg به‌تنهایی یک مدل هوش مصنوعی عمومی نیست، اما برای Decode، Preprocess، فیلتر، Encode و مدیریت صدا در Pipeline ضروری است.

بزرگ‌کردن معمولی به 1080p

ffmpeg -i input.mp4 \
  -vf "scale=1920:1080:flags=lanczos" \
  -c:v libx264 -preset slow -crf 18 \
  -c:a copy \
  output-1080p.mp4

این دستور AI Upscaling نیست. از الگوریتم Lanczos استفاده می‌کند.

کاهش نویز ملایم

ffmpeg -i input.mp4 \
  -vf "hqdn3d=1.5:1.5:6:6" \
  -c:v libx264 -preset slow -crf 18 \
  -c:a copy \
  denoised.mp4

Sharpen ملایم

ffmpeg -i input.mp4 \
  -vf "unsharp=5:5:0.5:5:5:0.0" \
  -c:v libx264 -preset slow -crf 18 \
  -c:a copy \
  sharpened.mp4

Sharpen شدید باعث Halo در اطراف لبه‌ها می‌شود.

ترکیب Denoise و Scaling معمولی

ffmpeg -i input.mp4 \
  -vf "hqdn3d=1.2:1.2:4:4,scale=1920:1080:flags=lanczos,unsharp=5:5:0.35" \
  -c:v libx264 -preset slow -crf 17 \
  -c:a aac -b:a 192k \
  output.mp4

برای AI Super Resolution باید FFmpeg را به مدل، فیلتر یا سرویس مناسب متصل کنید.

انتخاب Codec خروجی

برای انتشار عمومی، H.264 همچنان سازگاری بالایی دارد. برای آرشیو حرفه‌ای یا ادامه تدوین، یک Codec میانی با فشرده‌سازی کمتر مناسب‌تر است.

CRF چیست؟

در Encode با x264 و x265، CRF کیفیت را کنترل می‌کند. عدد کمتر معمولاً به معنای کیفیت و حجم بیشتر است.

برای x264، مقادیر رایج می‌توانند در بازه تقریبی 17 تا 23 قرار گیرند، اما مقدار مناسب به محتوای ویدئو، هدف خروجی و Codec وابسته است.

ffmpeg -i enhanced.mov \
  -c:v libx264 \
  -preset slow \
  -crf 18 \
  -pix_fmt yuv420p \
  -c:a aac \
  -b:a 192k \
  final.mp4

preset بیشتر روی زمان Encode و فشرده‌سازی اثر می‌گذارد، نه اینکه به‌تنهایی کیفیت AI را بهتر کند.

بهترین تنظیمات خروجی برای شبکه‌های اجتماعی

پلتفرم‌ها ممکن است ویدئو را دوباره فشرده کنند. برای کاهش افت کیفیت:

• ویدئو را چند بار Export نکنید.
• فایل اصلی را مستقیماً بارگذاری کنید.
• نسبت تصویر مناسب پلتفرم را انتخاب کنید.
• Bitrate کافی در نظر بگیرید.
• از Sharpen شدید اجتناب کنید.
• صدا را با Sample Rate رایج خروجی بگیرید.
• فریم‌ریت را بدون دلیل تغییر ندهید.
• رنگ را روی نمایشگرهای مختلف بررسی کنید.
• خروجی را پیش از آپلود روی موبایل پخش کنید.

نسبت‌های رایج:

• ویدئوی افقی: 16:9
• پست عمودی: 4:5
• استوری و Reels: 9:16
• پست مربعی: 1:1

تبدیل ویدئوی افقی به عمودی صرفاً با Crop ممکن است سوژه را قطع کند. بهتر است Reframe یا طراحی پس‌زمینه مناسب انجام شود.

افزایش کیفیت فیلم واتس‌اپ و تلگرام

پیام‌رسان‌ها ممکن است ویدئو را فشرده کنند. اگر نسخه اصلی در دسترس است، همان فایل را پردازش کنید.

برای نسخه فشرده‌شده:

1. Artefactهای بلوکی را کاهش دهید.
2. Denoise را ملایم تنظیم کنید.
3. ابتدا به 1080p Upscale کنید.
4. چهره‌ها را از نظر بازسازی اشتباه بررسی کنید.
5. Sharpen شدید اعمال نکنید.
6. با Bitrate مناسب خروجی بگیرید.
7. در صورت امکان فایل را به‌صورت Document ارسال کنید تا فشرده‌سازی کمتری اعمال شود.

فایل فشرده‌شده چندباره معمولاً اطلاعات زیادی از دست داده است. AI می‌تواند ظاهر آن را بهتر کند، اما نسخه اصلی همیشه اولویت دارد.

افزایش کیفیت چهره در ویدئو

Face Enhancement می‌تواند چشم، پوست، مو و اجزای چهره را واضح‌تر کند، اما یکی از حساس‌ترین مراحل پردازش است.

خطرهای رایج:

• تغییر هویت
• تغییر فرم چشم
• صاف‌شدن بیش‌ازحد پوست
• تغییر سن ظاهری
• تغییر ریش یا مو
• ایجاد دندان‌های غیرواقعی
• ناپایداری چهره میان فریم‌ها
• تغییر حالت صورت

برای تصاویر خانوادگی، تاریخی یا یادبود، پردازش چهره باید بسیار محافظه‌کارانه باشد. خروجی نباید به‌عنوان بازیابی قطعی جزئیات واقعی معرفی شود.

اضافه‌کردن Grain پس از Denoise

گاهی پس از Denoise و Upscale، ویدئو بیش‌ازحد صاف دیده می‌شود. اضافه‌کردن مقدار کمی Grain می‌تواند:

• ظاهر طبیعی‌تری ایجاد کند.
• Banding را کمتر قابل مشاهده کند.
• بافت فریم‌ها را یکپارچه کند.
• Artefactهای کوچک AI را بپوشاند.

Grain باید در مرحله پایانی و متناسب با رزولوشن خروجی اضافه شود. مقدار زیاد آن حجم فایل را نیز افزایش می‌دهد.

طراحی سرویس افزایش کیفیت ویدئو

یک سرویس تحت وب باید پردازش ویدئو را به‌صورت Job انجام دهد:

کاربر
↓
آپلود مستقیم ویدئو
↓
اعتبارسنجی فایل
↓
استخراج Metadata
↓
ساخت Preview
↓
انتخاب نوع بهبود
↓
ایجاد Job
↓
صف پردازش
↓
Worker مجهز به GPU
↓
مدل Video Enhancement
↓
Encode خروجی
↓
کنترل کیفیت
↓
ذخیره و تحویل لینک کوتاه‌عمر

چرا پردازش Async ضروری است؟

پردازش ویدئو ممکن است از چند دقیقه تا چند ساعت طول بکشد. یک درخواست HTTP معمولی نباید تا پایان Render باز بماند.

فرایند مناسب:

1. Backend یک URL آپلود امضاشده ایجاد می‌کند.
2. کاربر فایل را مستقیماً در Storage بارگذاری می‌کند.
3. Backend یک Job می‌سازد.
4. Worker فایل را پردازش می‌کند.
5. وضعیت در پایگاه داده ثبت می‌شود.
6. Frontend وضعیت را Poll می‌کند یا از WebSocket استفاده می‌کند.
7. لینک خروجی پس از تکمیل ارائه می‌شود.

ساختار Job پیشنهادی

{
  "id": "video_job_f102a",
  "status": "queued",
  "input": {
    "width": 1280,
    "height": 720,
    "fps": 25,
    "duration_seconds": 48.4,
    "codec": "h264"
  },
  "operations": [
    {
      "type": "denoise",
      "strength": "low"
    },
    {
      "type": "upscale",
      "target_width": 1920,
      "target_height": 1080
    }
  ],
  "output": {
    "codec": "h264",
    "container": "mp4",
    "audio": "copy_if_compatible"
  },
  "created_at": "2026-07-17T16:00:00Z"
}

مدل داده پیشنهادی

CREATE TABLE video_enhancement_jobs (
  id UUID PRIMARY KEY,
  user_id UUID NOT NULL,
  input_object_key TEXT NOT NULL,
  output_object_key TEXT,
  status TEXT NOT NULL DEFAULT 'queued',
  source_width INTEGER,
  source_height INTEGER,
  source_fps NUMERIC,
  source_duration_seconds NUMERIC,
  target_width INTEGER,
  target_height INTEGER,
  target_fps NUMERIC,
  operations JSONB NOT NULL,
  model_id TEXT,
  provider_job_id TEXT,
  progress_percent INTEGER DEFAULT 0,
  error_code TEXT,
  estimated_cost BIGINT,
  final_cost BIGINT,
  created_at TIMESTAMPTZ NOT NULL DEFAULT NOW(),
  started_at TIMESTAMPTZ,
  completed_at TIMESTAMPTZ,
  expires_at TIMESTAMPTZ NOT NULL
);

وضعیت‌های Job

created
uploading
uploaded
validating
queued
preprocessing
enhancing
encoding
quality_check
succeeded
failed
cancelled
expired

تفکیک وضعیت‌ها باعث می‌شود خطا و زمان هر مرحله قابل اندازه‌گیری باشد.

محاسبه هزینه پردازش ویدئو

مدل‌های ویدئویی ممکن است براساس این عوامل قیمت‌گذاری شوند:

• مدت ویدئو
• رزولوشن ورودی
• رزولوشن خروجی
• تعداد فریم‌ها
• ضریب Upscale
• نوع مدل
• Frame Interpolation
• تعداد Passها
• زمان GPU
• خروجی HDR
• تعداد نسخه‌ها

فرمول تقریبی داخلی:

هزینه Job =
هزینه Decode و Preprocess
+ مدت ویدئو × هزینه مدل در هر ثانیه
+ هزینه Interpolation
+ هزینه Encode
+ ذخیره‌سازی
+ پهنای باند
+ میانگین Retry

هزینه هر درخواست با هزینه هر خروجی موفق یکسان نیست. Jobهای ناموفق، Retry و Preview نیز مصرف منابع دارند.

اتصال پردازش ویدئو به API درواره

درواره اپلیکیشن آماده افزایش کیفیت فیلم نیست؛ یک پلتفرم API هوش مصنوعی است. توسعه‌دهندگان می‌توانند مدل‌های ویدئویی موجود در کاتالوگ درواره را برای ساخت محصولات نرم‌افزاری بررسی کنند.

بسته به مدل‌های فعال، قابلیت‌ها ممکن است شامل این موارد باشند:

• تولید ویدئو
• Image-to-Video
• Video-to-Video
• ویرایش ویدئو
• Upscaling
• افزایش Frame Rate
• ترمیم ویدئو

همه مدل‌های ویدئویی قابلیت Video Enhancement یا Upscaling ندارند. قبل از پیاده‌سازی باید مستندات مدل انتخابی را بررسی کنید:

• آیا ورودی ویدئو می‌پذیرد؟
• حداکثر مدت فایل چقدر است؟
• رزولوشن‌های ورودی و خروجی چیست؟
• پردازش Async است؟
• چگونه باید وضعیت Job را دریافت کرد؟
• لینک خروجی چقدر اعتبار دارد؟
• هزینه براساس ثانیه است یا عملیات؟
• فرمت‌های پشتیبانی‌شده چیست؟
• آیا صدا حفظ می‌شود؟
• آیا استفاده تجاری مجاز است؟

برای شروع در درواره ثبت‌نام کنید، API Key بسازید و مدل مناسب را از کاتالوگ فعلی انتخاب کنید.

Base URL استاندارد درواره:

https://api.darvareh.ir/v1

کلید API را فقط در Backend نگه‌داری کنید.

نمونه طراحی Worker پردازش

async function processVideoJob(jobId) {
  const job = await db.videoJobs.findById(jobId);

  if (!job || job.status !== "queued") {
    return;
  }

  await db.videoJobs.update(jobId, {
    status: "preprocessing",
    started_at: new Date()
  });

  try {
    const inputUrl = await storage.createSignedDownloadUrl(
      job.input_object_key,
      900
    );

    const metadata = await mediaInspector.inspect(inputUrl);

    validateVideo(metadata, job.operations);

    await db.videoJobs.update(jobId, {
      status: "enhancing"
    });

    const task = await enhancementProvider.createTask({
      inputUrl,
      operations: job.operations,
      output: job.output
    });

    await db.videoJobs.update(jobId, {
      provider_job_id: task.id
    });
  } catch (error) {
    await db.videoJobs.update(jobId, {
      status: "failed",
      error_code: normalizeVideoError(error)
    });

    throw error;
  }
}

جزئیات enhancementProvider به API مدل انتخابی وابسته است و نباید برای تمام مدل‌ها یکسان فرض شود.

اعتبارسنجی فایل ویدئو

پیش از پردازش بررسی کنید:

• نوع واقعی فایل با پسوند هماهنگ باشد.
• Codec قابل Decode باشد.
• مدت فایل از محدودیت بیشتر نباشد.
• رزولوشن غیرعادی نباشد.
• فایل ناقص یا خراب نباشد.
• نرخ فریم منطقی باشد.
• صدا قابل Decode باشد.
• فایل دارای Stream مشکوک نباشد.
• نام فایل تصادفی شود.
• Metadata غیرضروری حذف شود.
• فایل در Storage خصوصی قرار گیرد.

فقط به MIME Type اعلام‌شده توسط مرورگر اعتماد نکنید. فایل را با FFprobe یا ابزار مشابه بررسی کنید.

Retry و مدیریت خطا

خطاهای قابل Retry:

• Timeout موقت
• خطای شبکه
• خطای 5xx ارائه‌دهنده
• محدودیت لحظه‌ای
• قطع موقت Storage
• شکست دریافت فایل خروجی

خطاهای غیرقابل Retry:

• Codec پشتیبانی‌نشده
• مدت بیش‌ازحد
• رزولوشن نامعتبر
• فایل خراب
• عملیات پشتیبانی‌نشده
• موجودی ناکافی
• محتوای غیرمجاز
• URL منقضی ورودی

Retry را با Exponential Backoff و سقف مشخص انجام دهید. پردازش دوباره یک ویدئوی طولانی می‌تواند هزینه زیادی ایجاد کند.

کنترل کیفیت خروجی

پس از پردازش، این موارد را بررسی کنید:

• مدت خروجی با ورودی هماهنگ است.
• صدا و تصویر Sync هستند.
• Frame Drop وجود ندارد.
• فریم سیاه اضافه نشده است.
• چهره‌ها تغییر نکرده‌اند.
• نوشته‌ها ناپایدار نشده‌اند.
• Flicker ایجاد نشده است.
• جزئیات در حرکت پرش ندارند.
• رنگ و روشنایی حفظ شده‌اند.
• صدای خروجی قطع نشده است.
• Codec و Container قابل پخش‌اند.
• حجم فایل غیرعادی نیست.

مقایسه کیفیت با شاخص‌های فنی

معیارهای رایج:

• PSNR
• SSIM
• VMAF
• LPIPS
• NIQE
• ارزیابی انسانی

PSNR و SSIM برای مقایسه با مرجع اصلی مفیدند، اما اگر ویدئوی مرجع باکیفیت در دسترس نباشد، ارزیابی دشوارتر می‌شود.

اعداد بالا همیشه به معنای تصویر زیباتر نیستند. برای محتوای ترمیمی، ارزیابی انسانی و بررسی ثبات زمانی اهمیت زیادی دارد.

خطاهای رایج AI Video Enhancement

پوست پلاستیکی

Denoise یا Face Enhancement بیش‌ازحد است. شدت را کم کنید و در صورت نیاز Grain ملایم اضافه کنید.

هاله دور لبه‌ها

Sharpen زیاد است. مقدار Sharpen را کاهش دهید.

جزئیات چهره تغییر می‌کنند

مدل بیش‌ازحد تهاجمی است یا چهره در ورودی بسیار کوچک است. از تنظیمات محافظه‌کارانه‌تر استفاده کنید.

نوشته‌ها در هر فریم تغییر می‌کنند

مدل نتوانسته Temporal Consistency نوشته را حفظ کند. ناحیه نوشته را از پردازش شدید مستثنا کنید یا آن را پس از پردازش دوباره اضافه کنید.

تصویر هنگام حرکت موج می‌زند

ممکن است Frame Interpolation، Stabilization یا Motion Estimation دچار خطا شده باشد.

حجم فایل بسیار زیاد شده است

Codec، CRF، Bitrate، نرخ فریم و رزولوشن را بررسی کنید. تبدیل 30fps به 60fps و 1080p به 4K تعداد پیکسل‌های پردازشی را به‌شدت افزایش می‌دهد.

خروجی 4K بهتر از 1080p نیست

منبع احتمالاً جزئیات کافی ندارد یا مدل در ضریب بزرگ‌نمایی بالا فقط پیکسل‌های مصنوعی ساخته است. خروجی 1080p می‌تواند طبیعی‌تر باشد.

نکات حقوقی و حریم خصوصی

• فقط ویدئوهایی را پردازش کنید که حق استفاده از آن‌ها را دارید.
• از چهره اشخاص بدون رضایت برای تبلیغات استفاده نکنید.
• فیلم‌های خصوصی را در سرویس نامعتبر بارگذاری نکنید.
• سیاست نگه‌داری و حذف فایل را بررسی کنید.
• ترمیم چهره را به‌عنوان بازیابی قطعی واقعیت معرفی نکنید.
• ویدئوی مستند، خبری یا حقوقی را بدون اعلام ویرایش تغییر ندهید.
• برای محتوای تاریخی، نسخه اصلی را حفظ کنید.
• از حذف یا تغییر اطلاعاتی که باعث گمراهی می‌شود خودداری کنید.
• مجوز استفاده تجاری مدل و نرم‌افزار را بررسی کنید.
• فایل کاربران را بدون رضایت برای آموزش مدل استفاده نکنید.

چک‌لیست نهایی افزایش کیفیت فیلم

قبل از پردازش

• بهترین نسخه فایل اصلی پیدا شده است.
• Metadata با FFprobe بررسی شده است.
• مشکل اصلی مشخص شده است.
• یک کلیپ آزمایشی ساخته شده است.
• رزولوشن هدف منطقی است.
• نسخه اصلی محفوظ مانده است.
• فضای ذخیره‌سازی کافی وجود دارد.
• زمان و هزینه تقریبی محاسبه شده است.

هنگام پردازش

• Denoise بیش‌ازحد نیست.
• Sharpen کنترل شده است.
• چهره‌ها تغییر نکرده‌اند.
• Stabilization باعث Crop شدید نشده است.
• Interpolation روی Cutها خطا ندارد.
• صدا دست‌نخورده یا درست پردازش شده است.
• تنظیمات با چند Preview مقایسه شده‌اند.

پس از پردازش

• خروجی در اندازه واقعی بررسی شده است.
• تصویر روی موبایل و نمایشگر بزرگ آزمایش شده است.
• صدا و تصویر هماهنگ‌اند.
• Flicker و Artefact وجود ندارد.
• نوشته‌ها ثابت هستند.
• Codec خروجی سازگار است.
• فایل اصلی و نسخه باکیفیت آرشیوی نگه‌داری شده‌اند.
• نسخه انتشار جداگانه ساخته شده است.

سؤالات متداول

آیا هوش مصنوعی می‌تواند فیلم 480p را به 4K تبدیل کند؟

می‌تواند ابعاد آن را به 4K برساند و ظاهر را بهتر کند، اما جزئیات واقعی 4K در فایل 480p وجود ندارد. بخشی از جزئیات خروجی توسط مدل تخمین زده می‌شود.

بهترین روش برای افزایش کیفیت فیلم قدیمی چیست؟

ابتدا بهترین Capture را تهیه کنید، سپس Deinterlace، حذف نویز، تثبیت، اصلاح رنگ و Upscale را مرحله‌به‌مرحله انجام دهید.

آیا افزایش رزولوشن حجم فیلم را زیاد می‌کند؟

معمولاً بله. رزولوشن، نرخ فریم، Codec، Bitrate و تنظیمات Encode بر حجم نهایی اثر می‌گذارند.

آیا می‌توان فیلم تار را واضح کرد؟

Motion Blur را گاهی می‌توان کاهش داد. فیلم خارج از فوکوس یا بسیار تار محدودیت بیشتری دارد و احتمال تولید جزئیات غیرواقعی بالاتر است.

آیا تبدیل 30fps به 60fps کیفیت را افزایش می‌دهد؟

حرکت را روان‌تر می‌کند، اما وضوح هر فریم را افزایش نمی‌دهد. فریم‌های جدید توسط AI ساخته می‌شوند و ممکن است Artefact داشته باشند.

آیا افزایش کیفیت فیلم آنلاین امن است؟

به سیاست حریم خصوصی سرویس بستگی دارد. برای فیلم‌های شخصی یا سازمانی، نحوه ذخیره، پردازش، حذف و استفاده از فایل را بررسی کنید.

بهترین فرمت خروجی چیست؟

برای سازگاری عمومی، MP4 با H.264 مناسب است. برای ادامه تدوین یا آرشیو حرفه‌ای، ProRes یا DNxHR می‌تواند کیفیت بیشتری حفظ کند، اما حجم بالاتری دارد.

آیا ویدئوی 4K همیشه بهتر از Full HD است؟

خیر. Full HD تمیز با Bitrate مناسب می‌تواند از 4K مصنوعی و بیش‌ازحد فشرده بهتر دیده شود.

آیا می‌توان کیفیت صدای فیلم را هم افزایش داد؟

بله، اما پردازش صدا مرحله‌ای جداگانه است و شامل حذف نویز، کاهش Echo، تقویت گفتار و تنظیم Loudness می‌شود.

آیا درواره ابزار آماده افزایش کیفیت ویدئو دارد؟

درواره اپلیکیشن آماده Video Enhancer نیست؛ یک پلتفرم API هوش مصنوعی است. توسعه‌دهندگان باید مدل‌های فعلی را بررسی و در صورت پشتیبانی از Video Upscaling یا Video-to-Video، آن‌ها را در Backend محصول خود استفاده کنند.

آیا API Key درواره را می‌توان در Frontend قرار داد؟

خیر. API Key باید فقط در Backend نگه‌داری شود. آپلود، ساخت Job و ارتباط با مدل باید از طریق سرور کنترل‌شده انجام شود.

جمع‌بندی

افزایش کیفیت ویدئو با هوش مصنوعی فقط تبدیل عدد 720p به 4K نیست. برای رسیدن به خروجی حرفه‌ای باید رزولوشن، نویز، تاری، فشرده‌سازی، لرزش، Frame Rate، رنگ، Codec و Bitrate را به‌صورت یک Pipeline کامل مدیریت کرد.

بهترین نتیجه زمانی به دست می‌آید که:

• بهترین فایل اصلی استفاده شود.
• مشکل واقعی ویدئو پیش از پردازش تشخیص داده شود.
• یک بخش کوتاه برای آزمایش انتخاب شود.
• Denoise و Sharpen محافظه‌کارانه باشند.
• ضریب Upscale منطقی انتخاب شود.
• Frame Interpolation فقط در صورت نیاز فعال شود.
• چهره‌ها و نوشته‌ها از نظر تغییرات مصنوعی بررسی شوند.
• خروجی با Codec و Bitrate مناسب ذخیره شود.

هوش مصنوعی می‌تواند ظاهر فیلم‌های قدیمی، کم‌وضوح یا فشرده را به‌طور محسوسی بهتر کند، اما جزئیات پنهان را با قطعیت بازیابی نمی‌کند. در کاربردهای تاریخی، خانوادگی و مستند، نسخه اصلی را همیشه حفظ کنید.

اگر توسعه‌دهنده هستید و می‌خواهید قابلیت‌های تولید، ویرایش یا پردازش ویدئو را به نرم‌افزار خود اضافه کنید، در درواره ثبت‌نام کنید، API Key بسازید و مدل‌های ویدئویی فعلی را از طریق Base URL استاندارد https://api.darvareh.ir/v1 در Backend محصول خود به کار بگیرید.

مقالات مرتبط

• تبدیل عکس به ویدئو با هوش مصنوعی؛ آموزش کامل
• ترمیم عکس قدیمی با هوش مصنوعی
• بهترین برنامه‌های هوش مصنوعی برای اندروید و آیفون
• هوش مصنوعی رایگان بدون ثبت‌نام
• تولید تصویر با API درواره