用于视频帧插值的隐式神经表示光流正则化
计算机视觉与模式识别
2022-06-23 v1 机器学习
摘要
近期工作已展示隐式神经表示（INR）承载信号导数有意义表示的能力。本工作中，我们利用该性质，通过显式约束 INR 的导数满足光流约束方程来执行视频帧插值（VFI）。仅使用目标视频及其光流，无需从额外训练数据学习插值算子，我们就在有限运动范围内实现了最先进的 VFI。我们进一步表明，约束 INR 导数不仅可更好地插值中间帧，还提升了窄网络拟合观测帧的能力，这暗示了在视频压缩与 INR 优化方面的潜在应用。
引用
@article{arxiv.2206.10886,
title = {Optical Flow Regularization of Implicit Neural Representations for Video Frame Interpolation},
author = {Weihao Zhuang and Tristan Hascoet and Ryoichi Takashima and Tetsuya Takiguchi},
journal= {arXiv preprint arXiv:2206.10886},
year = {2022}
}