视频超分
文章平均质量分 94
善plusplus
上善若水,天才就是无止境的吃苦耐劳。
展开
-
Real-Time Video Super-Resolution on Smartphones with Deep Learning,Mobile AI 2021 Challenge: Report
这篇文章是2021移动AI竞赛 视频超分赛道上的总结报告。关于本次竞赛的介绍可以参看比这之前写的一篇博客原创 2021-06-02 16:38:35 · 1330 阅读 · 1 评论 -
【视频超分】《Understanding Deformable Alignment in Video Super-Resolution》 2020
摘要: 形变卷积,最开始被用来匹配物体的几何变形,最近在对齐多帧图像上表现出优良的性能,逐渐被用在视频超分任务里面。尽管展现出优良的性能,形变卷积做对齐的内在机制依然不明确。在本文中,我们仔细探究了形变对齐和经典的基于光流对齐的联系。我们展示了形变对齐可以被分解为空间warping和卷积的组合。这种分解显示了形变对齐和光流对齐在公式上的共性,但是在偏移多样性上有关键差异。我们进一步通过实验证明在形变对齐中增加多样性能够产生更好的对齐特征,因此极大地提升了视频超分输出的质量。基于我们的观察,我们提出了便宜保真原创 2021-01-11 09:26:00 · 675 阅读 · 0 评论 -
【真实世界图像超分】《Frequency Consistent Adaptation for Real World Super Resolution》2012 Nanjing University
摘要:最近的基于深度学习的超分方法在已知退化核图像上已经展现出卓越的性能。但是这些方法往往在真实世界场景下表现不尽如人意,因为作为训练样本的LR图像通常来自于理想退化核(bicubic下采样),它们不同于真实源图像域。训练样本的LR图像和真实源图像的领域差异在频率密度上被明显观察到。这一点启示我们显示地缩小由不正确的退化造成的领域差异。我们设计了一个频率一致性模块,确保在真实世界场景应用已经存在的超分方法时频率一致。我们从无监督图像中评估退化核然后产生对应的低分辨率图像。为了提供核评估中的有用梯度信息,我们原创 2020-12-30 17:10:55 · 652 阅读 · 0 评论 -
【视频超分】《Frame and Feature-Context Video Super-Resolution》Fudan University 2019
摘要:对于视频超分任务,当前的SOTA方法要么通过处理一个滑动窗口中的低分辨率(LR)视频帧产生高分辨率(HR)视频帧,要么递归地利用之前输出的HR视频帧超分子序列帧。这些方法的主要缺点是:(1)虽然独立产生每一个视频帧可能获得高质量的HR视频帧,但是它会产生不满意的闪烁结果。(2)虽然递归利用之前的评估HR视频帧在短时间段的信息流中获得时间连续性较好的结果,但是它会产生明显的晃动和锯齿状异常。在这篇文章中,我们提出一种端到端训练的帧和特征上下文视频超分网络,该网络包含两个关键子网络:局部网络(local原创 2020-12-13 12:36:15 · 403 阅读 · 0 评论 -
【视频超分】《BasicVSR: The Search for Essential Components in Video Super-Resolution and Beyond》CUHK 2012
摘要:相比图像超分任务,视频超分网络会设计更多模块,因为它多了一个时空维度。因此复杂的设计结构在视频超分网络中是常见的。本文希望解开其中的要点,重新思考指导视频超分网络设计的基础模块,比如网络传播、对齐、聚合和上采样。通过重新设计已有的模块,本文提出了一个简洁的视频超分网络设计框架(BasicVSR),实验显示本文的方法优于SOTA的视频超分方法。另外,本文在BasicVSR框架的基础上提出了IconVSR超分网络,为了促进信息聚合设计了两个模块(1)信息重新填充机制。(2)成对传播策略。主要贡献.原创 2020-12-11 14:37:31 · 2630 阅读 · 0 评论 -
《Frame-Recurrent Video Super-Resolution》2018 Google 阅读笔记
《Frame-Recurrent Video Super-Resolution》 2018 Google摘要:先前视频超分方法主要通过一个滑动窗口中的视频帧预测一个输出帧,实际上是将视频超分问题视为一个分离的多帧超分任务。这种方法有两个缺点:(1)每一帧被warp了多次,增加了计算代价。(2)模型基础当前帧产生输出帧,使得系统产生时序一致的结果的能力不强。在本文中,我们提出一种端到端的视频超分框架,应用先前的预测结果超分子序列帧,自然产生时序一致的结果,并且在每一步中只需要warp一次输入帧进而减少了计原创 2020-12-03 11:01:33 · 300 阅读 · 0 评论