Apr, 2024

协同反馈判别传播的视频超分辨率

PDF
TL;DR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。
video super-resolutionalignment correctionspatial and temporal informationvideo reconstructionvsr models
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

  • 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

  • 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

  • 研究实际视频超分辨率中的权衡

    通过图像预处理，设计了一种在处理现实世界视频超分辨率中平衡细节合成和伪影抑制的 RealBasicVSR 模型，并且提出了一种随机退化方案来降低训练时间，同时使用更长序列代替更大批次进行训练以提高模型的稳定性。此外，还创建了新的 VideoLQ 数据集来作为基准测试的公共基础。

    Nov, 2021

  • 运动自适应反馈单元的视频人脸超分辨率

    本文提出了一个名为运动自适应反馈单元（MAFC）的具有简单但高效的特点的模块，可以有效地捕获运动补偿并将其自适应地反馈给网络。通过实验证明，所提出的框架在复杂运动场景下可以获得更好的性能，并比目前最先进的方法表现更优秀。

    Feb, 2020

  • 运动引导的潜在扩散用于时域一致的现实世界视频超分辨率

    利用预训练的隐式扩散模型，结合时序动态和创新的序列导向损失来提高视频超分辨率，实现更好的感知质量。

    Dec, 2023

  • 视频超分辨率的时间建模再思考

    本文提出了一种新颖的循环残差网络模型用于视频超分辨率，该模型相比于其他几种建模方法具有更高的计算效率和更好的超分辨率效果，取得了当前最好的结果。

    Aug, 2020

  • TMP：在线视频超分辨率的时域动作传播

    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。

    Dec, 2023

  • 轻量级循环分组注意力网络用于视频超分辨率

    我们提出了一种新颖的轻量级循环分组注意力网络，用于视频超分辨率的研究，实验证明我们的模型在多个数据集上达到最先进的性能。

    Sep, 2023