3 个月前

基于时序分组注意力的视频超分辨率

基于时序分组注意力的视频超分辨率

摘要

视频超分辨率旨在从对应的低分辨率视频中生成高分辨率视频,近年来受到越来越多关注。本文提出一种新方法,能够以分层方式有效融合时间信息。该方法将输入视频序列划分为若干组,每组对应一种帧率。这些组别提供了互补信息,用于恢复参考帧中缺失的细节,随后通过注意力模块与深层组内融合模块进行进一步整合。此外,本文还提出一种快速空间对齐策略,以应对具有大运动的视频。大量实验结果表明,所提模型在处理具有不同运动特性的视频时表现出色,在多个基准数据集上均取得了优于现有先进方法的性能。

代码仓库

junpan19/VSR_TGA
官方
pytorch

基准测试

基准方法指标
video-super-resolution-on-msu-vsr-benchmarkTGA
1 - LPIPS: 0.859
ERQAv1.0: 0.669
FPS: 0.706
PSNR: 25.786
QRCRv1.0: 0.549
SSIM: 0.831
Subjective score: 5.529
video-super-resolution-on-vid4-4x-upscaling-1TGA
PSNR: 27.63
SSIM: 0.8423

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
基于时序分组注意力的视频超分辨率 | 论文 | HyperAI超神经