中文

Quanta 视频修复

图像与视频处理 2024-11-18 v2 计算机视觉与模式识别

摘要

单光子图像传感器的普及为大量高速低光照成像应用开辟了可能性。然而,这些传感器收集的数据常为 1 位或少数几位,且受噪声和强运动的破坏。传统视频修复方法无法处理此情形,而针对量子数据包的专用算法在输入帧数较少时性能有限。本文引入了量子视频修复(Quanta Video Restoration, QUIVER),一个建立在经典量子修复方法核心思想之上的端到端可训练网络,包括预滤波、流估计、融合与细化。我们也收集并发布了 I2-2000FPS 数据集,拥有 2000 帧/秒的最高时间分辨率,用于训练和测试。在模拟数据和真实数据上,QUIVER 以显著优势超过现有量子修复方法。代码和数据集均已公开于 https://github.com/chennuriprateek/Quanta_Video_Restoration-QUIVER-。

关键词

引用

@article{arxiv.2410.14994,
  title  = {Quanta Video Restoration},
  author = {Prateek Chennuri and Yiheng Chi and Enze Jiang and G. M. Dilshan Godaliyadda and Abhiram Gnanasambandam and Hamid R. Sheikh and Istvan Gyongy and Stanley H. Chan},
  journal= {arXiv preprint arXiv:2410.14994},
  year   = {2024}
}

备注

Accepted at European Conference on Computer Vision (ECCV) 2024, Milano, Italy, Sept 29 - Oct 4, 2024, Part XL, LNCS 15098