干货！考虑部署在移动端的视频插帧模型：CDFI

点击蓝字

关注我们

AI TIME欢迎每一位AI爱好者的加入！

对于给定的视频进行插帧操作提高帧率会使得视频更加流畅，但往往用于视频插帧的深度神经网络都具有复杂的模型架构，这使得它们无法部署在系统资源有限的设备上，例如移动设备。

本文提出了一种压缩驱动的插帧网络设计(CDFI)，该设计通过稀疏诱导优化来进行模型剪枝，在实现卓越性能的同时显著减少模型大小。

具体地说，我们首先压缩最近提出的AdaCoF模型，并表明10倍压缩后的AdaCoF表现与原始版本相似;在此基础上，通过引入多分辨率的warping模块，进一步改进了该模型，提高了多层细节的视觉一致性。因此，与原始AdaCoF相比，我们在模型大小仅为四分之一的情况下获得了显著的性能增益。此外，我们的模型在广泛的数据集中表现得与其他技术水平相当。最后，所提出的压缩驱动框架具有通用性，可方便地应用于其他基于DNN的框架插值算法。

本期AI TIME PhD直播间，我们有幸邀请到了本文的作者丁天宇博士为大家分享这项研究工作！