EVRNet:面向边缘设备的高效视频复原网络
计算机视觉与模式识别
2020-12-07 v1 机器学习
图像与视频处理
摘要
视频传输应用(如会议)正获得势头,尤其在全球健康大流行时期。视频信号经有损信道传输,导致接收信号质量低下。为在接收方边缘设备上实时复原视频,我们引入了高效视频复原网络 EVRNet。EVRNet 利用对齐、差分与融合模块在网络内高效分配参数。通过在视频复原任务(去块、去噪与超分辨率)上的大量实验,我们证明 EVRNet 以显著更少的参数和 MACs 取得了与现有方法相竞争的性能。例如,对于 4 倍视频超分辨率,EVRNet 的参数比基于增强可变形卷积的视频复原网络(EDVR)少 260 倍,MACs 少 958 倍,而其 SSIM 分数仅比 EDVR 低 0.018。我们还在未见数据集上评估了 EVRNet 于多种失真下的性能,以展示其在相机与物体运动下建模变长序列的能力。
引用
@article{arxiv.2012.02228,
title = {EVRNet: Efficient Video Restoration on Edge Devices},
author = {Sachin Mehta and Amit Kumar and Fitsum Reda and Varun Nasery and Vikram Mulukutla and Rakesh Ranjan and Vikas Chandra},
journal= {arXiv preprint arXiv:2012.02228},
year = {2020}
}
备注
Technical report