HyperAIHyperAI
منذ 17 أيام

الاسترجاع الفائق للصورة باستخدام شبكة هيكل-تفصيل متكررة

Takashi Isobe, Xu Jia, Shuhang Gu, Songjiang Li, Shengjin Wang, Qi Tian
الاسترجاع الفائق للصورة باستخدام شبكة هيكل-تفصيل متكررة
الملخص

تُعالج معظم طرق تحسين دقة الفيديو إطارًا مرجعيًا واحدًا باستخدام الإطارات المجاورة ضمن نافذة زمنية متحركة، وهي أقل كفاءة مقارنةً بالطرق القائمة على التكرار. في هذا العمل، نقترح طريقة جديدة لتحسين دقة الفيديو القائمة على التكرار، والتي تُعد فعّالة وكفؤة في استغلال الإطارات السابقة لتحسين دقة الإطار الحالي. تُقسَّم الإدخال إلى مكونين: مكون هيكلي وآخر تفصيلي، ثم تُقدَّم هاتان المكونات إلى وحدة تكرارية مكوّنة من عدة كتل ثنائية التدفق (two-stream) مُقترحة مبنية على المكون الهيكلي والتفصيلي. بالإضافة إلى ذلك، تم تقديم وحدة تكييف الحالة المخفية (hidden state adaptation module)، التي تسمح للإطار الحالي باختيار استخدام المعلومات من الحالة المخفية، بهدف تعزيز مقاومته للتغيرات في المظهر وتجنب تراكم الأخطاء. وتم التحقق من فعالية الوحدات المقترحة من خلال دراسة تحليلية واسعة النطاق. كما أظهرت التجارب على عدة مجموعات بيانات معيارية أداءً متفوقًا للمethod المقترح مقارنةً بالطرق الرائدة في مجال تحسين دقة الفيديو.

الاسترجاع الفائق للصورة باستخدام شبكة هيكل-تفصيل متكررة | أحدث الأوراق البحثية | HyperAI