video reconstruction | BriefGPT

关键词video reconstruction

搜索结果 - 9

EVAN: 基于神经表示的视频流适应性进化
传统编解码器的自适应比特率 (ABR) 一旦做出决策后无法进一步修改，且选择的比特率可能过于保守或过于激进，而神经网络表示法 (NeRV) 可以将视频内容嵌入神经网络权重，实现不完整模型下的视频重建，为视频传输的自适应比特率策略的开发铺平了
PDF3 months ago
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。
PDF3 months ago
置入任何物品的视频
一种名为 Place-Anything 的新颖且高效的系统，通过仅基于目标物体或元素的图片或文本描述实现将任何物体插入任何视频，提供了一种有效的解决方案来生成和编辑高质量的视频。
PDF4 months ago
2D Triplane 和 3D 小波表示的混合视频扩散模型
提出了一种名为 HVDM 的混合视频扩散模型，能更有效地捕捉视频的时空依赖关系并生成高质量的视频。通过混合视频自动编码器，提取视频的解离表示，包括全局上下文信息、本地体积信息和频率信息，以实现更全面的视频潜变量并丰富生成视频的细节和结构。实
PDF5 months ago
ICCVOmnimatteRF：具备 3D 背景建模的稳健全视角遮罩材料
提出了一种结合动态 2D 前景层和 3D 背景模型的新型视频抠图方法 OmnimatteRF，在各种视频上能够更好地重建场景。
PDF10 months ago
感知卡尔曼滤波器：在完美感知质量限制下的在线状态估计
本文研究了在达到完美的感知质量的条件下，最优因果滤波的问题，并针对视频重建问题提出了感知滤波器的递归公式和解释完美感知质量评估对估计结果的定性影响。
PDFa year ago
CVPREVREAL: 事件驱动视频重建的全面基准和分析套件
本文提出了 EVREAL 框架，并针对当前事件感知视觉领域中的基于深度学习的视频重建方法进行了统一的评价，旨在为不同的方法提供比较基础和统一的评价标准，提供对这些方法在不同场景下，挑战性场景和下游任务下性能的宝贵见解。
PDFa year ago
ICCV混合事件相机的异步卡尔曼滤波器
本文提出了一种基于事件相机的高动态范围视频重建方法，该方法包括模糊去除、时间插值、异步 Kalman 滤波等步骤，可以较好地处理 HDR 视频，实验结果验证了本方法的优越性。
PDF4 years ago
降低事件相机的模拟到现实差距
本文介绍了一种用于提高事件基于 CNNs 的训练数据的策略，可为视频重建网络和光流网络带来 20-40％的性能提升，并提出了一种新的高质量数据集 HQF 以解决事件基于视频重建缺乏质量地真实图像的问题。
PDF4 years ago