摘要

长时程时间对齐对于视频修复任务至关重要，但同时也极具挑战性。近期一些研究尝试将长时程对齐分解为多个子对齐阶段，并采用渐进式方式处理。尽管该方法有助于建模远距离时空对应关系，但由于误差在传播过程中的累积，仍不可避免地导致性能下降。为此，本文提出一种新颖且通用的迭代对齐模块，采用渐进式精炼机制来优化子对齐过程，从而实现更精确的运动补偿。为进一步提升对齐精度与时间一致性，我们设计了一种非参数化重加权方法，该方法在空间维度上自适应地评估每一帧邻近帧的重要性，并据此进行加权聚合。得益于上述策略，我们的模型在多个基准测试中，于视频超分辨率、去噪与去模糊等多种视频修复任务上均取得了当前最优的性能表现。项目代码已开源，地址为：\url{https://github.com/redrock303/Revisiting-Temporal-Alignment-for-Video-Restoration.git}。