BasicVSR++：通过增强传播与对齐改进视频超分辨率
计算机视觉与模式识别
2021-04-28 v1
摘要
循环结构是用于视频超分辨率任务的流行框架选择。最先进的方法 BasicVSR 采用双向传播与特征对齐来有效利用整个输入视频的信息。在本研究中，我们通过提出二阶网格传播和流引导可变形对齐重新设计 BasicVSR。我们表明，通过赋予循环框架增强的传播与对齐，可以更有效地利用未对齐视频帧间的时空信息。新组件在相似的计算约束下带来了性能提升。特别地，我们的模型 BasicVSR++ 在参数量相近的情况下以 0.82 dB 的 PSNR 超越 BasicVSR。除视频超分辨率外，BasicVSR++ 能很好泛化到其他视频复原任务，如压缩视频增强。在 NTIRE 2021 中，BasicVSR++ 在视频超分辨率和压缩视频增强挑战赛中获得三个冠军和一个亚军。代码和模型将发布于 MMEditing。
引用
@article{arxiv.2104.13371,
title = {BasicVSR++: Improving Video Super-Resolution with Enhanced Propagation and Alignment},
author = {Kelvin C. K. Chan and Shangchen Zhou and Xiangyu Xu and Chen Change Loy},
journal= {arXiv preprint arXiv:2104.13371},
year = {2021}
}
备注
3 champions and 1 runner-up in NTIRE 2021