ATCA：一种基于弧轨迹与曲率注意力的视频帧插值模型
计算机视觉与模式识别
2022-08-02 v1
摘要
视频帧插值是经典且具有挑战性的底层计算机视觉任务。近年来，基于深度学习的方法取得了令人印象深刻的成果，并且已证明基于光流的方法能合成更高质量的帧。然而，大多数基于光流的方法假设两输入帧间为匀速直线轨迹。仅有少量工作强制曲线轨迹预测，但这需要多于两帧作为输入来估计加速度，从而耗费更多时间与内存。为解决此问题，我们提出一种基于弧轨迹的模型(ATCA)，它仅从两个连续帧学习运动先验且轻量。实验表明，我们的方法以更少的参数量和更快的推理速度优于许多 SOTA 方法。
引用
@article{arxiv.2208.00856,
title = {ATCA: an Arc Trajectory Based Model with Curvature Attention for Video Frame Interpolation},
author = {Jinfeng Liu and Lingtong Kong and Jie Yang},
journal= {arXiv preprint arXiv:2208.00856},
year = {2022}
}
备注
5 pages, accepted to ICIP 2022