基于 3D 傅里叶场的连续时空视频超分辨率
计算机视觉与模式识别
2026-03-06 v2
摘要
我们提出了一种用于连续时空视频超分辨率的新公式。不同于将视频序列的表示解耦为独立的空间和时间分量，并依赖脆弱的显式帧变形进行运动补偿，我们将视频编码为连续的、时空相干的 3D 视频傅里叶场（VFF）。该表示具有三个关键优势：（1）它能够在空间和时间的任意位置进行低成本、灵活的采样；（2）它能够同时捕捉精细的空间细节和流畅的时间动态；（3）它提供了在采样中引入解析高斯点扩散函数的可能性，以确保在任意尺度下进行无混叠重建。所提出的类傅里叶正弦基的系数由具有大时空感受野的神经编码器预测，并以低分辨率输入视频为条件。通过大量实验，我们表明我们的联合建模显著改善了空间和时间超分辨率，并在多个基准上设定了新的技术水平：在广泛的放大因子范围内，它提供了比现有基线更清晰且时间上更一致的重建，同时计算效率更高。项目页面：https://v3vsr.github.io。
引用
@article{arxiv.2509.26325,
title = {Continuous Space-Time Video Super-Resolution with 3D Fourier Fields},
author = {Alexander Becker and Julius Erbach and Dominik Narnhofer and Konrad Schindler},
journal= {arXiv preprint arXiv:2509.26325},
year = {2026}
}