通过测试时调优改进视频着色
图像与视频处理
2023-07-25 v1 计算机视觉与模式识别
摘要
随着深度学习的进展，通过将着色参考帧的颜色信息传播到单色视频序列来实现视频着色已得到充分探索。然而，现有方法常遭受对训练数据集的过拟合，并依次导致在着色测试样本时性能次优。为解决此问题，我们提出一种有效的方法，旨在通过测试时调优增强视频着色。通过在测试期间利用参考帧构建额外的训练样本，我们的方法相比基线在 PSNR 上平均实现了 1~3 dB 的性能提升。代码见：https://github.com/IndigoPurple/T3
引用
@article{arxiv.2307.11757,
title = {Improving Video Colorization by Test-Time Tuning},
author = {Yaping Zhao and Haitian Zheng and Jiebo Luo and Edmund Y. Lam},
journal= {arXiv preprint arXiv:2307.11757},
year = {2023}
}
备注
5 pages, 4 figures