流边引导的视频补全
计算机视觉与模式识别
2020-09-04 v1
摘要
我们提出了一种新的基于光流的视频补全算法。以往的流补全方法往往无法保持运动边界的锐度。我们的方法首先提取并完成运动边缘，然后用它们引导具有锐利边缘的分段光滑光流补全。现有方法在相邻帧之间的局部流连接中传播颜色。然而，并非视频中所有缺失区域都能以这种方式到达，因为运动边界形成了不可穿透的屏障。我们的方法通过引入到时间上遥远帧的非局部流连接来缓解此问题，使得视频内容能够跨越运动边界传播。我们在 DAVIS 数据集上验证了我们的方法。视觉与定量结果均表明，我们的方法与最先进的算法相比具有优势。
引用
@article{arxiv.2009.01835,
title = {Flow-edge Guided Video Completion},
author = {Chen Gao and Ayush Saraf and Jia-Bin Huang and Johannes Kopf},
journal= {arXiv preprint arXiv:2009.01835},
year = {2020}
}
备注
ECCV 2020. Project: http://chengao.vision/FGVC/