运动放大、视频放大、Video Motion Magnification、Video Magnification

目录

背景

方法

拉格朗日法

欧拉法

线性欧拉方法

非线性欧拉方法

深度学习法

总结


挖坑,运动放大。之前研究过一段时间相关内容,比较小众较为古老的领域,才疏学浅,我会把我了解到的知识在本系列中写出来。

1.背景

人类肉眼难以观察到细微的变化,然而重要的信息往往潜藏在其中,视频放大技术能够让我们更好地观察到视频中的这些变化,并对其进行深入的分析和利用。

2.方法

主要分三大类,拉格朗日法、欧拉法(线性、非线性)、深度学习法。各个方法的经典文章我列了一下,但是后续如果有时间和需要,我会把衍生、改进的一些文章也写一下。

2.1拉格朗日法

《Motion magnification》

2.2欧拉法

不同于拉格朗日的图像处理方法

线性欧拉方法

《Eulerian video magnification for revealing subtle changes in the world》

(最新更新2022.3.24)

https://blog.csdn.net/Crystal_remember/article/details/123713185https://blog.csdn.net/Crystal_remember/article/details/123713185

《Enhanced Eulerian video magnification.》

非线性欧拉方法

《Phase-based video motion processing》

《Riesz pyramids for fast phase-based video magnification》

3.深度学习法

《Learning-based Video Motion Magnification》

《基于SPNet的视频运动放大方法》

总结

——————————————————待完善————————————

  • 2
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Alocus_

如果我的内容帮助到你,打赏我吧

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值