现实世界的视频超分辨率与降解适应模型
1School of Electronics and Communication Engineering, Shenzhen Campus of Sun Yat-Sen University, Shenzhen 518107, China.
Sensors (Basel, Switzerland)
|April 13, 2024
概括
这项研究引入了一种新的降解适应性视频超分辨率 (DAVSR) 网络,以增强低质量的视频. DAVSR有效地处理各种降解级别,改善现实世界的视频质量和细节重建.
科学领域:
- 计算机视觉 计算机视觉
- 图像处理 图像处理
- 人工智能的人工智能
背景情况:
- 视频超分辨率 (VSR) 面临着复杂,未知的现实世界的退化挑战.
- 目前的VSR方法缺乏适应不同降解水平的适应性,限制了它们的实际应用.
研究的目的:
- 开发一个灵活的VSR网络,能够处理各种现实世界的视频退化水平.
- 为了提高对损坏的视频序列的VSR的准确性和稳定性.
主要方法:
- 提出了一种降解适应性视频超分辨率网络 (DAVSR),采用双向传播方法.
- 包含一个预清洗模块,用于降低噪音和工件,以及一个无监督的光学流量估计器,用于精确的框架间对齐.
- 适应网络架构,以简化传播和重建.
主要成果:
- 在各种降解类型中,DAVSR表现出卓越的性能.
- 在PSNR中,与最先进的方法 (DBVSR) 相比,平均改善了0.18dB.
- 有效地处理各种降解级别的真实世界视频序列.
结论:
- 拟议的DAVSR网络为现实世界VSR问题提供了灵活和有效的解决方案.
- 降解适应性方法显著提高了各种损坏的视频上的VSR性能.
- DAVSR对需要从退化源进行高质量的视频重建的实际应用具有前景.
