EDVR: 视频超分辨率重建的新星

于 2024-03-25 09:54:07 发布
阅读量327 收藏 7
点赞数 4
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/gitblog_00093/article/details/137005149
版权

EDVR: 视频超分辨率重建的新星

项目地址:https://gitcode.com/xinntao/EDVR

EDVR 是一个开源的深度学习框架，专注于视频超分辨率（Video Super-Resolution, VSR）任务。该项目由xinntao贡献，并在GitCode上分享，为研究人员和开发者提供了一种高效且先进的解决方案，以提升低质量视频的清晰度。

技术分析

基于FDMR的网络结构 EDVR采用了一种名为Feature Deformable Motion Restoration (FDMR)的模块。该模块将运动补偿与图像恢复结合在一起，能够处理复杂的视频帧间运动。通过这种设计，模型可以更好地捕捉时间连续性，增强细节恢复。

自适应权值重用 另一个关键创新是自适应权值重用策略。这使得模型可以在不同尺度上共享参数，减少了计算量，同时也保持了高分辨率输出的质量。

多阶段融合 EDVR还采用了多阶段融合技术，逐步提高视频的分辨率。这种方法逐步优化每一层的结果，最终生成高质量的超分辨率视频。

应用场景

  • 视频修复与增强: 对老电影、低分辨率监控视频等进行画质提升。
  • 多媒体内容创作: 在动画、游戏等领域，提升视频素材的视觉效果。
  • 科研实验: 用于视频数据集的预处理，帮助研究人员获取更清晰的数据样本。

特点

  1. 高效: 结构简洁，运行速度快，适合实时应用。
  2. 强大: 在多个标准VSR数据集上表现出色，优于许多现有的方法。
  3. 可定制化: 用户可以根据需要调整网络结构和参数。
  4. 易于使用: 提供详细的文档和示例代码，方便快速上手。

推荐理由

如果你正在寻找一种能够显著改善视频质量的工具，或者对视频处理领域有研究兴趣，EDVR无疑是一个值得尝试的项目。它结合了先进的算法和技术，能够在有限的资源下实现优秀的性能。无论你是专业的开发者还是对深度学习感兴趣的初学者，都能在这个项目中找到学习和实践的价值。

立即探索 EDVR，开启你的视频超分辨率之旅吧！

项目地址:https://gitcode.com/xinntao/EDVR

gitblog_00093
关注
  • 4
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
视频超分算法EDVR：Video Restoration with Enhanced Deformable Convolutional Network超分辨率重建
qq_45122568的博客
05-05 4022
EDVR: Video Restoration with Enhanced Deformable Convolutional Networks一级目录二级目录三级目录 一级目录 二级目录 三级目录
视频超分：EDVR（EDVR: Video Restoration with Enhanced Deformable Convolutional Networks）
WangsyHebut的博客
09-28 3631
论文：EDVR：视频超分与加强的可变形卷积网络 文章检索出处： 2019 ICCV仅供学习使用，请勿转载。
EDVR——代码调试+训练
WinerChopin的博客
07-18 8948
2019年CVPR的文章EDVR: Video Restoration with Enhanced Deformable Convolutional Networks，做的是视频处理（包括视频帧的超分辨率技术与去模糊），从结构上看能够处理应用于任意书品转换的强监督任务；文中最亮眼的地方在于他提出了保证时序一致性（temporal consistency）的新方法，不是使用光流（optical fl...
EDVR_2019_WCVPR
02-12
用深度学习做超分辨率，EDVR最强论文.在CVPR 2019 Workshop NTIRE 2019 视频恢复比赛中，来自商汤科技、港中文、南洋理工、深圳先进技术研究院的联合研究团队获得了全部四个赛道的所有冠军！
超分之EDVR
Ton的博客
04-27 4958
这篇文章是2019年在视频超分领域上的作品，由商汤联合实验室出版。作者推出的EDVR 参考文档： ①源码 ②REDS数据集 ③视频超分：EDVR ④论文笔记之EDVR EDVR: Video Restoration with Enhanced Deformable Convolutional NetworksAbstract1 Introduction2 Related Work3 Methodology3.1 Overview3.2 Alignment with Pyramid, Cascading an
BasicSR：用于超分辨率，去噪，去模糊等的开源图像和视频恢复工具箱。当前，它包括EDSR，RCAN，SRResNet，SRGAN，ESRGAN，EDVR等。还支持StyleGAN2，DFDNet
02-20
BasicSR（基本S- UPERřestoration）是基于PyTorch一个开源图像和视频恢复工具箱，如超分辨率，降噪，去模糊，JPEG伪像的去除，等等。 （ ， ， ， ） （ ， ， ， ） :sparkles: 新的功能 2020年11月29日。添加...
BasicSR:用于超分辨率，去噪，去模糊等的开源图像和视频恢复工具箱。当前，它包括EDSR，RCAN，SRResNet，SRGAN，ESRGAN，EDVR等。还支持StyleGAN2，DFDNet
05-10
BasicSR（基本S- UPERřestoration）是基于PyTorch一个开源图像和视频恢复工具箱，如超分辨率，降噪，去模糊，JPEG伪像的去除，等等。 （ ， ， ， ） （ ， ， ， ） :sparkles: 新的功能 2020年11月29日。添加...
MMSR：基于PyTorch的图像/视频超分辨率工具箱-python
06-18
MMSR：基于PyTorch的图像/视频超分辨率工具箱，包括SRResNet, SRGAN, ESRGAN, EDVR等MMSR MMSR 是一个基于 PyTorch 的开源图像和视频超分辨率工具箱。 它是中大多媒体实验室开发的 open-mmlab 项目的一部分。 MMSR ...
【matlab / python / tkinter / BasicSR】基于EDVR SRCNN FSRCNN 的超分辨率部署
最新发布
03-29
- 不懂运行，下载完可以私聊问，可远程教学 该资源内项目源码是个人的毕设，代码都测试ok，都是运行成功后才上传资源，答辩评审平均分达到96分，放心下载使用！ <项目介绍> 1、该资源内项目代码都经过测试运行成功，...
MMSR 是基于PyTorch的开源图像和视频超分辨率工具箱，包括SRResNet，SRGAN，ESRGAN等-python
06-18
MMSR 是基于PyTorch的开源图像和视频超分辨率工具箱，包括SRResNet，SRGAN，ESRGAN等 我们已将 BasicSR 合并为 ... 查看我们关于以下方面的新作品：视频超分辨率：EDVR：使用增强的可变形卷积网络进行视频恢复，它在 NT
EDVR_REDS_deblur_L.pth
06-10
Name convention EDVR_(training dataset)_(track name)_(model complexity) track name. There are four tracks in the NTIRE 2019 Challenges on Video Restoration and Enhancement: SR: super-resolution with a fixed downsampling kernel (MATLAB bicubic downsampling kernel is frequently used). Most of the previous video SR methods focus on this setting. SRblur: the inputs are also degraded with motion blur. deblur: standard deblurring (motion blur). deblurcomp: motion blur + video compression artifacts. model complexity L (Large): # of channels = 128, # of back residual blocks = 40. This setting is used in our competition submission. M (Moderate): # of channels = 64, # of back residual blocks = 10.
#每天一篇论文#（217/365）EDVR: Video Restoration with Enhanced Deformable Convolutional Networks
流浪机器人的博客
09-04 1108
原文 EDVR:基于变卷积神经网络的视频重建 摘要 视频恢复任务，包括超分辨率、去模糊等，正引起计算机视觉界越来越多的关注。在NTIRE19挑战赛中发布了一个具有挑战性的基准名称DREDS。该方法从两个方面对现有方法提出了挑战：（1）如何在大运动情况下对齐多帧，以及（2）如何有效地融合不同运动和模糊的帧。在这项工作中，我们提出了一个新的视频恢复框架，称为edvr，以解决这些挑战。首先，为了处理大的...
EDVR工程代码调试+训练（详细版）
WinerChopin的博客
07-26 6175
好的，受委托于一个朋友，小编在本文将会以第一人称详细记录EDVR的代码跑通过程。 1. 环境配置 基于virtualenv的虚拟环境配置见博文vid2vid 代码调试+训练+测试（debug+train+test）（一）测试篇。 2. 下载代码 $ git clone https://github.com/xinntao/EDVR.git $ cd EDVR 这之后我们会处于“…...
使用远程服务器进行EDVR代码复现全过程（应该是全网最详细了）
Kyrie_151的博客
08-29 830
因此这个任务对我来说困难重重，举步维艰，我在网上查找了EDVR复现的详细教程，找了几篇讲的都很简略，对我这种什么都不懂的小白来说很不友好，于是经过将近两个月的艰难摸索并成功复现代码后，我决定将整个过程记录下来，写一篇更详细的博客。数据集下载好后，需要整合训练和测试数据，创建lmdb（这一步可以省略，因为我运行文件时报了一堆错，不知道怎么改，就放弃这一步了，不过不影响后续训练和测试），以及测试，按照说明文档操作就行，但要注意在文件中修改数据集路径，否则会报错：找不到数据集。
MyDLNote-Inpainting: 2020 ECCV 视频补全论文速读 Video Inpainting
u014546828的博客
10-14 1869
DVI: Depth Guided Video Inpainting for Autonomous Driving [paper] [code] Target : To get clear street-view and photo-realistic simulation in autonomous driving, we present an automatic video inpainting algorithm that can remove traffic agents from vide
ECCV 2020 论文大盘点-图像增强与图像恢复篇
我爱计算机视觉
10-15 3353
本文盘点 ECCV 2020 中底层图像处理方向相关的论文，包含：图像增强、图像恢复、去摩尔纹、去噪和质量评价论文，总计 29 篇，去摩尔纹 2 篇，去噪 10 篇，图像增强 7 篇，图...
MMediting中EDVR模型的训练与推理
c2146788的博客
12-17 2143
最近在学习视频超分（VSR）相关内容，在使用MMediting工具包的时候很难找到比较全的使用方法，在此，将自己使用EDVR模型进行训练和推理的过程分享出来。
视频超分 EDVR代码解读
时间停止的那刻
06-02 1505
在EDVR_arch.py 整个过程如下 def forward(self, x): B, N, C, H, W = x.size() # N video frames x_center = x[:, self.center, :, :, :].contiguous() #extract LR features # L1 if self.is_predeblur: L1_fea = self.pre_deblur(x.view(-1, C, H,
将Edvr.cfg文件解析为一个Config结构体
05-27
假设`Edvr.cfg`文件内容如下： ``` [General] Version=1.0 Name=Edvr [Parameters] InputFile=input.mp4 OutputFile=output.mp4 FrameRate=30 ``` 可以通过以下步骤将`Edvr.cfg`文件解析为一个`Config`结构体： 1. 定义`Config`结构体，包含`General`和`Parameters`两个结构体。`General`结构体包含版本号和名称，`Parameters`结构体包含输入文件名、输出文件名和帧率。 ```c typedef struct { struct { float version; char name[50]; } general; struct { char input_file[100]; char output_file[100]; int frame_rate; } parameters; } Config; ``` 2. 编写解析函数，读取`Edvr.cfg`文件，并将读取的内容存储到`Config`结构体中。 ```c #include <stdio.h> #include <stdlib.h> #include <string.h> Config parse_config_file(const char* file_name) { Config config = {0}; char line[100]; char section[20] = ""; FILE* fp; fp = fopen(file_name, "r"); if (fp == NULL) { printf("Failed to open file: %s\n", file_name); return config; } while (fgets(line, sizeof(line), fp) != NULL) { // 去除行末换行符 if (line[strlen(line) - 1] == '\n') { line[strlen(line) - 1] = '\0'; } // 处理段落信息 if (line[0] == '[' && line[strlen(line) - 1] == ']') { strcpy(section, line + 1); section[strlen(section) - 1] = '\0'; } else { // 处理键值对信息 char* key = strtok(line, "="); char* value = strtok(NULL, "="); if (strcmp(section, "General") == 0) { if (strcmp(key, "Version") == 0) { config.general.version = atof(value); } else if (strcmp(key, "Name") == 0) { strncpy(config.general.name, value, sizeof(config.general.name) - 1); config.general.name[sizeof(config.general.name) - 1] = '\0'; } } else if (strcmp(section, "Parameters") == 0) { if (strcmp(key, "InputFile") == 0) { strncpy(config.parameters.input_file, value, sizeof(config.parameters.input_file) - 1); config.parameters.input_file[sizeof(config.parameters.input_file) - 1] = '\0'; } else if (strcmp(key, "OutputFile") == 0) { strncpy(config.parameters.output_file, value, sizeof(config.parameters.output_file) - 1); config.parameters.output_file[sizeof(config.parameters.output_file) - 1] = '\0'; } else if (strcmp(key, "FrameRate") == 0) { config.parameters.frame_rate = atoi(value); } } } } fclose(fp); return config; } ``` 上面的代码中，使用`fgets()`函数逐行读取`Edvr.cfg`文件的内容，然后根据行内容的不同，分别处理段落信息和键值对信息。具体来说： - 如果行内容以方括号开头和结尾，说明这是一个段落信息，需要将方括号中的内容作为当前段落的名称。 - 如果行内容中包含等号，说明这是一个键值对信息，需要将等号左边的字符串作为键，等号右边的字符串作为值。根据当前段落的名称和键的名称，将值存储到`Config`结构体的相应字段中。 3. 调用解析函数，读取`Edvr.cfg`文件并打印配置信息。 ```c int main() { Config config; config = parse_config_file("Edvr.cfg"); printf("General:\n"); printf("Version: %.1f\n", config.general.version); printf("Name: %s\n", config.general.name); printf("Parameters:\n"); printf("InputFile: %s\n", config.parameters.input_file); printf("OutputFile: %s\n", config.parameters.output_file); printf("FrameRate: %d\n", config.parameters.frame_rate); return 0; } ``` 上面的代码中，调用`parse_config_file()`函数解析`Edvr.cfg`文件，并将解析结果存储到`config`结构体中。然后，打印`config`结构体中的各个字段。

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

gitblog_00093

你的鼓励将是我创作的最大动力

¥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

实付元
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