利用由粗到细 3D CNN 增强基于可变形卷积的视频帧插值
计算机视觉与模式识别
2024-06-11 v2 图像与视频处理
摘要
本文提出了一种基于可变形卷积的视频帧插值（VFI）新方法，使用由粗到细的 3D CNN 来增强多流预测。该模型首先利用 3D CNN 在多尺度上提取时空特征，并以由粗到细的方式利用这些特征估计多流。估计的多流随后用于扭曲原始输入帧以及上下文图，扭曲结果由合成网络融合以产生最终输出。该 VFI 方法已在三个常用测试数据库上与 12 种最先进的 VFI 方法进行了充分评估。结果明显显示了所提方法的有效性，其提供了优于其他最先进算法的插值性能，PSNR 增益高达 0.19dB。
引用
@article{arxiv.2202.07731,
title = {Enhancing Deformable Convolution based Video Frame Interpolation with Coarse-to-fine 3D CNN},
author = {Duolikun Danier and Fan Zhang and David Bull},
journal= {arXiv preprint arXiv:2202.07731},
year = {2024}
}