基于闪烁带状先验的视频消闪技术 VDFP

使用智能手机捕捉数字屏幕时常常会因硬件同步不匹配而导致严重的条纹效应。现有的视频修复方法在处理这些结构化、周期性的亮度波动时常常难以避免残留痕迹或过度平滑纹理。我们首先构建了一个包含多种场景的真实世界数据集 DeViD，以解决现有数据集匮乏的问题。随后，我们提出了 VDFP（Video Deflickering with Flicker-banding Priors，视频消闪技术），一种新的感知引导的生成框架。首先，我们引入了基于滚动快门机制的退化场建模（DFM）， capable of synthesizing complex multi-banding scenarios。其次，我们提出了空间-时间连续先验感知（CPP）。与传统的二值分割不同，此模块通过闪烁感知均方误差（FA-MSE）进行优化，以捕获亮度变化。通过对增强输入层进行零初始化，我们的模型既保留了预训练的生成先验，又保留了空间-时间先验感知。大量实验表明，VDFP 显著优于其他方法，能够以高保真的空间细节和时序一致性消除复杂条纹。我们的数据集和代码将在 https://github.com/ZhiyiZZhou/VDFP 上发布。