码流损坏视频恢复：一种新基准数据集与方法
计算机视觉与模式识别
2023-09-27 v2 图像与视频处理
摘要
过去十年中，视频恢复 specialist 技术（如视频修复、补全与差错隐藏）取得巨大进展。然而，它们通常通过人工设计的错误掩码模拟缺失内容，因而无法填补视频通信（如临场感、直播与网络视频）及多媒体取证中的真实视频丢失。为此，我们引入码流损坏视频（BSCV）基准，这是首个包含超过28,000个视频片段的基准数据集，可用于真实世界中的码流损坏视频恢复。BSCV包含：1）提出的视频码流三参数损坏模型；2）含丰富错误模式、多损坏层级与灵活数据分支的大规模数据集；3）视频恢复框架中作为基准的即插即用模块。我们在BSCV数据集上评估最先进的视频修复方法，展示了现有方法的局限及我们的框架在解决码流损坏视频恢复问题上的优势。该基准与数据集发布于 https://github.com/LIUTIGHE/BSCV-Dataset。
引用
@article{arxiv.2309.13890,
title = {Bitstream-Corrupted Video Recovery: A Novel Benchmark Dataset and Method},
author = {Tianyi Liu and Kejun Wu and Yi Wang and Wenyang Liu and Kim-Hui Yap and Lap-Pui Chau},
journal= {arXiv preprint arXiv:2309.13890},
year = {2023}
}
备注
Accepted by NeurIPS Dataset and Benchmark Track 2023