![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
翻译
文章平均质量分 93
木琦
这个作者很懒,什么都没留下…
展开
-
TecoGAN翻译
3、时间一致性的视频超分辨率我们提出了一种针对VSR循环对抗训练方法,包括三个组件:循环生成器、流估计网络、时空鉴别器。生成器G用于从低分辨率输入中循环生成高分辨率视频帧。流估计网络F学习帧间运动补偿,以辅助生成器和时空鉴别器Ds,t在训练期间,生成器和流估计网络一起训练,以欺骗时空鉴别器Ds,t判别器是我们方法的核心部分,因为它可以考虑时间和空间两个方面,惩罚不切实际的、时间不连续的结果,没有过度平滑图像内容。这样,就需要G来生成与之前帧一致的高频细节。一旦经过训练,Ds,t的额外复杂性就原创 2021-09-17 17:42:36 · 861 阅读 · 0 评论 -
EGVSR翻译
摘要:VSR技术擅长重构低质量的视频,避免基于插值算法带来的令人不快的模糊算法。然而,巨大的计算复杂性和内存占用限制了实际应用中的可耗性和运行时推理,特别是对于大规模的vsr任务来说。这篇文章探讨了实时VSR系统的可能性,设计了一个高效且通用的VSR网络,即EGVSR。提出的EGVSR是基于时空对抗性的时间一致性学习。为了追求更快的4K分辨率的VSR处理能力,这篇论文尝试选择轻量型的网络结构和高效的上采样方法,在保证高视觉质量的前提下减小EGVSR网络所需的运算量。此外,在实际硬件平台上实现了 批量原创 2021-09-07 12:22:17 · 1156 阅读 · 0 评论