Dec, 2023

TMP：在线视频超分辨率的时域动作传播

PDF
TL;DR提出了一种高效的时间运动传播（TMP）方法，利用运动场的连续性实现连续帧之间的快速像素级对齐，通过先前帧的偏移向当前帧传播，并在邻域内进行进一步调整，同时对扭曲特征进行空间加权，以增强对齐的鲁棒性。
online video super-resolutionalignment moduletemporal motion propagationpixel-level alignmentrobustness of alignment
发现论文，激发创造
  • BasicVSR++：通过增强传播和对齐提高视频超分辨率

    通过提出二阶网格传递和流引导可变对齐的方法重新设计 BasicVSR，强化循环框架，更有效地利用错位视频帧中的时空信息和对齐，使模型更好地推广到其他视频恢复任务中，如压缩视频增强。在类似的计算限制下，BasicVSR++ 的 PSNR 比 BasicVSR 高 0.82db。

    Apr, 2021

  • 透过循环隐空间传播实现高效视频超分辨率

    本文提出一种高效的视频超分辨率算法，通过引入高维潜在状态来隐式地传播帧之间的时序信息，以解决复杂的运动补偿问题和高计算负荷的限制，并且在超过 70 倍加速的同时，优于现有的最先进方法 DUF。

    Sep, 2019

  • 可控时空视频超分辨率的时间调制网络

    本文提出了一种使用 “时间调制网络” 的方法，结合弯曲卷积和局部时间特征比较模块来处理视频的短期和长期动作线索，以提高低分辨率和低帧率视频的空间和时间分辨率，实验结果表明，该方法的性能优于现有的 STVSR 方法。

    Apr, 2021

  • 卫星视频超分辨率的本地 - 全局时差学习

    本文提出了一种在卫星视频超分辨率（VSR）中实现高效而强健的时间补偿的方法，利用亮度图像中定义良好的时间差异来分别建模短期和长期时间差异，同时设计了差异补偿单元来保持空间一致性和避免错位。通过 extensive 的客观和主观评估，证明了该方法在卫星 VSR 中表现出色。

    Apr, 2023

  • 仅需一次对齐：空时视频超分辨率的双向交互

    该研究提出了一种新的基于双向交互的有效和高效的时空视频超分辨率方法，并设计了混合融合模块，用于聚合和提炼信息以改进空间信息和重构高质量视频帧，实验表明，我们的方法在效率上优于现有的方法并降低了约 22% 的计算成本。

    Jul, 2022

  • 协同反馈判别传播的视频超分辨率

    我们提出了一种协作反馈辨别（CFD）方法来纠正对齐特征的不准确性，并对更好的视频重建建模长程的空间和时间信息。定量和定性实验表明，我们的方法可以改善现有 VSR 模型的性能，同时保持较低的模型复杂性。

    Apr, 2024

  • 学习轨迹感知的视频超分辨率转换器

    本研究提出了一种基于轨迹感知 Transformer 的视频超分辨率方法，利用空间和时间的信息来实现视频帧的超分辨率，实验证明该方法优于现有的超分辨率模型。

    Apr, 2022

  • 时空视频超分辨率与神经算子

    通过引入物理信息的神经网络，本文提出了解决空时视频超分辨率问题的方法，该方法能够准确处理大运动中的运动估计和运动补偿问题，并在固定大小和连续空时视频超分辨率任务中超过同类技术。

    Apr, 2024

  • 通过扩散模型实现视频超分辨率中的时域一致细节合成以增强感知质量

    通过引入 Temporal Conditioning Module 和 Frame-wise Bidirectional Sampling，本文提出了一种基于 Diffusion Models 的 Video Super-Resolution 方法，显著提高了视频的感知质量。

    Nov, 2023

  • TDAN：视频超分辨率的时间可变对齐网络

    本文提出了一种基于时间变形对齐网络的视频超分辨率模型，它可以在不需要光流计算的情况下，通过学习参考帧和支持帧的特征，动态预测采样卷积核的偏移来对参考帧和支持帧进行自适应对齐，从而获得高质量的超分辨率视频重建结果。

    Dec, 2018