关注公众号,发现CV技术之美
本文分享论文『Self-Supervised Adaptation for Video Super-Resolution』,通过采样半监督的方式训练VSR网络,并为知识蒸馏与基于自监督的SR任务的结合开辟了一个有趣的研究方向。
详细信息如下:
作者单位:韩国汉阳大学
论文链接:https://arxiv.org/pdf/2103.10081.pdf
代码地址:https://github.com/jinsuyoo/ssa-vsr (尚未开源)
01
看点
自监督的SISR方法显示了不错的效果,但是扩展到视频超分方面还有待研究。摄像机或物体的前后运动在多帧中产生不同尺度的重复patch,较大的patch可能比相邻帧中相应的较小的patch包含更详细的信息,这些额外的细节有助于增强重建质量。
为此,本文提出了一种基于patch复发性的自监督方法,允许VSR网络在测试时调整自身参数来测试视频帧。通过在时空上利用自相似补丁,本方法提高了预训练VSR网络的性能并产生了时间一