论文阅读-Learning-based Video Motion Magnifification

Motion Magnification

一、论文信息

• 题目：Learning-based Video Motion Magnifification
• 作者团队：

• 会议：ECCV2018

二、主要贡献

1. 使用深度学习端到端地进行运动放大，不需要手工设计特征，从数据里自主学到滤波器。
2. 在无现有数据集训练的情况下，利用COCO和VOC生成数据来训练。
3. 与传统方法的temporal filter相兼容，且在运动系数适中的情况下，效果比单独使用全局学习的效果还好。

三、网络结构

我们的网络由3个主要部分组成：编码器、操纵器、解码器。网络的输入是放大系数为a的两个视频帧（Xa,Xb），输出的是放大的帧Y。