HyperAIHyperAI

Command Palette

Search for a command to run...

BasicVSR++: تحسين زيادة دقة الفيديو من خلال التوسيع المحسن والمحاذاة

Chan Kelvin C. K. ; Zhou Shangchen ; Xu Xiangyu ; Loy Chen Change

الملخص

الهيكل المتكرر هو خيار شائع لإطار العمل في مهمة تحسين دقة الفيديو. الطريقة الأكثر تقدماً، BasicVSR، تعتمد على الانتشار الثنائي الاتجاه مع محاذاة الميزات لاستغلال المعلومات من الفيديو الإدخالي بأكمله بشكل فعال. في هذه الدراسة، نعيد تصميم BasicVSR من خلال اقتراح الانتشار الشبكي من الدرجة الثانية والمحاذاة المتشوهة بارشاد التدفق. نوضح أن تمكين الإطار المتكرر بالانتشار والمحاذاة المعززة يمكن أن يؤدي إلى استغلال أفضل للمعلومات الزمانية والمكانية عبر الإطارات غير المحاذاة للفيديو. تؤدي المكونات الجديدة إلى أداء محسن تحت قيود حسابية مشابهة. وبشكل خاص، يتفوق نموذجنا BasicVSR++ على BasicVSR بمقدار 0.82 ديسيبل في PSNR مع عدد مماثل من المعلمات. بالإضافة إلى تحسين دقة الفيديو، فإن BasicVSR++ يتميز بقدرته على التعميم الجيد في مهام استعادة الفيديو الأخرى مثل تحسين الفيديو المضغوط. في تحديات NTIRE 2021 لتحسين دقة الفيديو وتحسين الفيديو المضغوط، حصل BasicVSR++ على ثلاثة بطاقات وميدالية فضية واحدة. سيتم إطلاق الأكواد والنماذج إلى MMEditing.


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