HyperAIHyperAI

Command Palette

Search for a command to run...

إحياء اللحظات المشوشة

Kuldeep Purohit Anshul Shah A. N. Rajagopalan

الملخص

نقدم حلاً لتحقيق هدف استخراج فيديو من صورة واحدة ملتبسة بالحركة لإعادة بناء المشاهد الواضحة للمنظر كما رآها الكاميرا خلال فترة التعرض. أولاً، نتعلم تمثيل الحركة من مقاطع الفيديو الحادة بطريقة غير مراقبة من خلال تدريب شبكة ترميز وإعادة تكوين الفيديو التكرارية القائمة على التلافيف التي تقوم بمهام بديلة لإعادة بناء الفيديو. بمجرد الانتهاء من التدريب، يتم استخدامها لتدريب موجه لشبكة ترميز الحركة للصور الملتبسة بالحركة. هذه الشبكة تستخرج المعلومات المتحركة المدمجة من الصورة الملتبسة بالحركة لتوليد فيديو حاد بالاشتراك مع محول الفيديو التكراري المدرب. كخطوة وسطى، نصمم أيضًا هيكلية فعالة تمكن من إزالة اللبس عن الصور الفردية في الوقت الحقيقي وتتفوق على الأساليب المنافسة في جميع العناصر: الدقة والسرعة والCOMPACTNESS (الكompاكتنس). التجارب على مشاهد حقيقية ومجموعات بيانات قياسية تظهر تفوق إطار عملنا على أحدث التقنيات وقدرته على إنتاج سلسلة متماسكة زمنياً من الإطارات الحادة المعقولة.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp