Nov, 2023

基于编码曝光和视频隐式神经表示的轻量级高速摄影

PDF
TL;DR通过利用经典的编码曝光成像技术和新兴的隐式神经表示视频技术，本研究工作巧妙地在成像过程中嵌入运动方向线索，并开发了一种新颖的自递归神经网络，通过利用嵌入的运动方向线索从模糊图像中顺序检索潜在的视频序列。通过在基准数据集和实际捕获的模糊图像上进行大量实验证实了我们提出的框架的有效性和效率，结果表明我们的方法在质量和灵活性上显著优于现有方法。
compact camerashigh-speed scenescoded exposure setupmotion blur decompositionself-recursive neural network
发现论文，激发创造
  • 活现模糊瞬间

    设计了一个端到端的自动编码器网络来提取运动模糊图像中的视频信息，生成具有时间上连续性的清晰图片序列，同时实现了实时的单张图像去模糊操作，结果表明我们的方法在精度、速度和紧凑性方面均优于现有方法。

    Apr, 2018

  • 学习盲目运动去模糊

    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

  • 从运动模糊中恢复曝光轨迹

    该论文提出了一种基于相机曝光原理的运动模糊图像恢复方法，通过定义曝光轨迹和提出一种运动偏移估计框架，成功地恢复了包含运动信息的图像，并在图像去模糊和基于运动畸变的视频提取任务中取得了较好的性能。

    Oct, 2020

  • 基于符号编码的暴露感知技术，用于抗噪高速成像

    本文介绍了一种新颖的傅里叶相机，利用像素级符号编码曝光对高速帧进行光学压缩，将正负曝光调制后的像素强度组合以得到哈达玛系数，通过空间复用的 Walsh 函数的单次漏像大大降低了计算复杂度，证实了相比于二进制编码曝光模式如一位编码和伪随机编码，此编码模式拥有更好的噪声容忍度，硬件原型实现了由环境光照亮的运动场景的 4kHz 帧重建。

    May, 2023

  • 通过运动理解从单个模糊图像中恢复视频帧

    该论文介绍了一种基于编码器 - 解码器结构的视频清晰化方法，通过将视频序列和运动因素作为潜在因素，将单个模糊图像作为观察值，设计了一种损失函数和正则化器，经过大量实验验证了该方法的有效性和可转移性。

    Apr, 2021

  • 基于事件的动态模糊矫正学习

    本文提出了一种基于事件相机的深度学习方法，通过卷积循环神经网络和可微分方向事件过滤模块整合全局和局部尺度的视觉和时态知识，提取边界先验信息，从而达到了恢复运动模糊图像的最佳质量，适用于真实世界的运动模糊问题。

    Apr, 2020

  • 从单个运动模糊图像中学习提取视频序列

    本文提出了一种从单张运动模糊图像中提取视频序列的方法，使用深度学习方案逐步重构时间排序。该方法可以成功地从单张运动模糊的图像中检索到清晰的图像序列，可以在不同的相机捕捉到的合成和真实数据集上很好地推广。

    Apr, 2018

  • 利用事件相机观测夜间运动

    我们提出了一种针对夜间动态场景的新方法，利用事件相机进行成像。我们通过时间尾随特性和空间非均匀分布的观察，构建了一个夜间事件重建网络，包括学习能力的事件时间戳校准模块以对齐时间尾随事件，和一个非均匀光照感知模块以稳定时空事件分布。通过构建配对的真实低光事件数据集，我们的方法在视觉质量和泛化能力上都优于现有方法。

    Apr, 2024

  • 未知曝光时间下的联合视频多帧插值和去模糊

    本研究旨在有效地处理在未知曝光时间下所拍摄的视频，采取有监督对比学习构建曝光感知表征，使用两个 U-Net 进行运动分析，通过渐进式曝光自适应卷积和运动细化建立视频重建网络。在模拟和实际数据集上的实验表明，该优化方法在联合视频 x8 内插和去模糊任务上具有显着的性能提升，并且在看似不可能的 x16 内插任务上，该方法在 PSNR 方面比现有方法提高了 1.5 dB 以上。

    Mar, 2023

  • 快速、轻量级恢复暗图像

    本篇论文提出一种深度神经网络结构来平衡网络延迟、内存使用率、模型参数和重建质量等因素，有效地提高了暗光环境下的图像增强处理，尤其适用于边缘设备如嵌入式系统、监控摄像头、自主机器人和智能手机等。

    Nov, 2020