深度光流引导的视频修复
计算机视觉与模式识别
2019-05-09 v1
摘要
视频修复旨在填补视频中的缺失区域，由于难以保持视频内容的精确空间与时间相干性，该任务仍具挑战性。本文提出一种新颖的光流引导视频修复方法。我们不直接填充每帧的 RGB 像素，而是将视频修复视为像素传播问题。我们首先使用新设计的深度光流补全网络合成跨视频帧的空间与时间相干光流场。随后利用合成的光流场引导像素传播以填补视频中的缺失区域。具体而言，深度光流补全网络采用由粗到细的精化来完成光流场，并通过困难光流样本挖掘进一步提升其质量。在已完成光流的引导下，视频缺失区域可被精确填补。我们的方法在 DAVIS 与 YouTube-VOS 数据集上进行了定性与定量评估，在修复质量与速度方面均达到了最先进的性能。
引用
@article{arxiv.1905.02884,
title = {Deep Flow-Guided Video Inpainting},
author = {Rui Xu and Xiaoxiao Li and Bolei Zhou and Chen Change Loy},
journal= {arXiv preprint arXiv:1905.02884},
year = {2019}
}
备注
cvpr'19