本文介绍了一种使用神经网络的实时视频去模糊技术,将多个连续模糊的图像传递信息给递归神经网络来还原所需的清晰图像或视频。
Aug, 2017
本文介绍了一种可以进行视频分类器对抗攻击的方法,该方法利用了时间信息中的闪烁扰动,并展示了普适对抗扰动和实现对多目标模型的攻击转移能力。
Feb, 2020
通过机器学习和数据合成技术,我们能够第一次成功地训练神经网络来去除镜头光晕,从而对各种不同模式的光斑进行了更加准确的去除。
Nov, 2020
研究了一种使用神经网络进行盲运动去模糊的新方法,该网络通过学习预测一个去卷积滤波器的复傅里叶系数来计算从未知运动核产生的模糊图像。该方法在 GPU 硬件上的并行性能优异,并且展现出接近现有最先进迭代方法的精度和鲁棒性。
Mar, 2016
本文提出了一种名为 NetFlick 的真实 LED 攻击来攻击视频压缩框架,用以快速而有效地损害传入视频的性能,并可进一步扩展到攻击下游视频分类网络。
Apr, 2023
本论文介绍了一种名为 BlazeBVD 的直方图辅助解决方案,用于提高视频的时间一致性和修复由于光照变化和曝光问题引起的纹理不一致性,并且在速度上比现有技术快 10 倍。
Mar, 2024
本研究介绍了一种基于神经网络生成的虚假脸部视频中眼部眨眼检测方法,测试结果表明该方法在多个数据集上表现良好,能有效暴露 DeepFake 等虚假视频。
Jun, 2018
DiffSynth 是一种新颖的方法,旨在将图像合成管道转化为视频合成管道,其中包括潜在迭代去闪烁框架和视频去闪烁算法,常用于多种视频合成任务,包括文本引导视频风格化、时尚视频合成、图像引导视频风格化、视频恢复和 3D 渲染。
Aug, 2023
本研究提出了一种基于预训练 AWGN 降噪网络的全盲视频降噪方法,采用一种新颖的帧对帧训练策略,实现了离线和在线两个版本。我们的降噪器可以在不知道视频来源的情况下使用,并达到了标准高斯噪声的最先进性能。在线过程仅需要几个帧即可实现广泛範围的扰动的令人满意的结果,同时在离线情况下性能更好。
Nov, 2018
用卷积神经网络进行图片去噪是计算摄影学中重要的工具,本研究提出了一种新的全卷积网络结构,使用扩张卷积实现盲点性质,该网络在已有数据集上表现优于之前的工作并取得了最新成果。
Aug, 2020