HyperAIHyperAI

Command Palette

Search for a command to run...

إعادة النظر في التزامن الزمني لإعادة تشكيل الفيديو

Kun Zhou Wenbo Li Liying Lu Xiaoguang Han Jiangbo Lu

الملخص

المحاذاة الزمنية على المدى الطويل حاسمة لكنها صعبة في مهام استعادة الفيديو. في الآونة الأخيرة، حاول بعض الأبحاث تقسيم المحاذاة على المدى الطويل إلى عدة محاذاة فرعية ومعالجتها تدريجيًا. وعلى الرغم من أن هذه العملية تُسهم في نمذجة التقابلات البعيدة، إلا أن تراكم الأخطاء أمر لا مفر منه بسبب آلية الانتشار. في هذا العمل، نقدّم وحدة محاذاة تكرارية جديدة وعامة، تعتمد على نموذج تحسين تدريجي للمحاذاة الفرعية، مما يؤدي إلى تحسين أكثر دقة في تعويض الحركة. ولتعزيز دقة المحاذاة والاتساق الزمني بشكل أكبر، طوّرنا طريقة إعادة وزن غير معلمية، حيث يتم تقييم أهمية كل إطار مجاور بشكل تكيفي بطريقة مكانيّة لجمعه. وبفضل الاستراتيجيات المقترحة، يحقق نموذجنا أداءً متقدمًا على مستوى الحد الأقصى في مجموعة من المعايير عبر مجموعة متنوعة من مهام استعادة الفيديو، بما في ذلك تحسين دقة الفيديو، وإزالة الضوضاء، وإزالة الضبابية. يمكن الوصول إلى المشروع عبر الرابط التالي: \url{https://github.com/redrock303/Revisiting-Temporal-Alignment-for-Video-Restoration.git}.


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