论 BasicVSR++ 对视频去模糊与去噪的泛化
计算机视觉与模式识别
2022-06-22 v2
摘要
长期信息的利用一直是视频复原中的长期难题。近期的 BasicVSR 与 BasicVSR++ 通过长期传播与有效对齐，在视频超分辨率中展现了卓越性能。它们的成功引出一个问题：能否迁移至不同的视频复原任务。本工作中，我们将 BasicVSR++ 扩展为一个面向视频复原任务的通用框架。在输入输出空间尺寸相同的任务中，通过步幅卷积降低输入分辨率以保持效率。仅对 BasicVSR++ 做极小改动，所提框架便在包括视频去模糊与去噪的多种视频复原任务中以极高效率取得引人注目的性能。值得注意的是，BasicVSR++ 以最多 79% 的参数削减与 44 倍加速，取得了与基于 Transformer 的方法相当的性能。这些有前景的结果证明了传播与对齐在视频复原任务中超越视频超分辨率的重要性。代码与模型见 https://github.com/ckkelvinchan/BasicVSR_PlusPlus。
引用
@article{arxiv.2204.05308,
title = {On the Generalization of BasicVSR++ to Video Deblurring and Denoising},
author = {Kelvin C. K. Chan and Shangchen Zhou and Xiangyu Xu and Chen Change Loy},
journal= {arXiv preprint arXiv:2204.05308},
year = {2022}
}
备注
Technical report. Extension of arXiv:2104.13371