FastRIFE：面向视频帧插值的实时中间流估计模型加速优化
计算机视觉与模式识别
2021-06-02 v2
摘要
视频帧间插值问题是图像处理领域的一项基本任务。在保持运动平滑的同时正确增加录制帧数，可提升播放视频序列的质量，实现更有效的压缩并制作慢动作录像。本文提出 FastRIFE 算法，即 RIFE（Real-Time Intermediate Flow Estimation，实时中间流估计）模型在速度上的一些改进。该新方法经过验证并与其他近期发表的算法进行了比较。所有源代码见 https://gitlab.com/malwinq/interpolation-of-images-for-slow-motion-videos
引用
@article{arxiv.2105.13482,
title = {FastRIFE: Optimization of Real-Time Intermediate Flow Estimation for Video Frame Interpolation},
author = {Malwina Kubas and Grzegorz Sarwas},
journal= {arXiv preprint arXiv:2105.13482},
year = {2021}
}
备注
WSCG 2021 29. International Conference in Central Europe on Computer Graphics, Visualization and Computer Vision