HyperAIHyperAI

Command Palette

Search for a command to run...

المرجعية المستندة إلى الفيديو فائقة الدقة باستخدام ثلاثيات الفيديو متعددة الكاميرات

Junyong Lee Myeonghee Lee Sunghyun Cho Seungyong Lee

الملخص

نقترح أول نهج لزيادة دقة الفيديو بالرجوع إلى مرجع (RefVSR) يستخدم مقاطع فيديو مرجعية لتحقيق نتائج عالية الدقة. نركز على RefVSR في إعداد ثلاثي الكاميرات، حيث نهدف إلى زيادة دقة الفيديو ذي الزاوية فائقة الاتساع باستخدام مقاطع الفيديو ذات الزاوية العريضة والفيديو التيليفوتوغرافي. نقدم أول شبكة RefVSR تتم فيها المطابقة والتوزيع المتكرر للخصائص المرجعية الزمنية التي تم دمجها مع الخصائص المستخرجة من الإطارات ذات الدقة المنخفضة. لتسهيل دمج وتوزيع الخصائص المرجعية الزمنية، نقترح وحدة دمج زمني توزيعي. لأغراض التعلم وتقييم شبكتنا، نقدم أول مجموعة بيانات RefVSR تتكون من ثلاثيات مقاطع الفيديو فائقة الاتساع والزاوية العريضة والفيديوهات التيليفوتوغرافية التي تم التقاطها بشكل متزامن من ثلاث كاميرات في هاتف ذكي. كما نقترح استراتيجية تدريب ثنائية المرحلة تستفيد بشكل كامل من الثلاثيات الفيديوية في المجموعة البيانات المقترحة لتحقيق زيادة الدقة بواقع 4 أضعاف في العالم الحقيقي. قمنا بتقييم طرقنا بشكل شامل، وأظهرت النتائج أداءً يتفوق على أفضل ما هو موجود حالياً في زيادة الدقة بواقع 4 أضعاف.


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