HyperAIHyperAI
منذ 7 أيام

إزالة الضوضاء من الفيديو الحي باستخدام_buffers الثنائية الاتجاه

Chenyang Qi, Junming Chen, Xin Yang, Qifeng Chen
إزالة الضوضاء من الفيديو الحي باستخدام_buffers الثنائية الاتجاه
الملخص

تُقدَّم تدفقات الفيديو بشكل مستمر لتقليل تكاليف التخزين وذاكرة الجهاز. وعادةً ما تُطبَّق خوارزميات إزالة الضوضاء في الوقت الفعلي على الجهاز المستخدم لإزالة الضوضاء الناتجة عن تصوير تدفقات الفيديو ونقلها. ومع ذلك، فإن الطرق القائمة على نافذة منزلقة تتطلب إدخال عدة إطارات مدخلة لحصول إخراج واحد، وتُعاني من نقص في كفاءة الحساب. وقد اعتمد العمل الحديث المتعلق بالاستنتاج متعدد المخرجات على نقل السمات الزمنية ثنائية الاتجاه باستخدام إطار متوازٍ أو تكراري، لكن هذا يُسبِّب خفضًا في الأداء على الحواف الزمنية للقطع، أو لا يمكنه تحقيق الاستنتاج في الوقت الفعلي. في هذه الورقة، نقترح إطار عمل يُسمى "إزالة الضوضاء ثنائية الاتجاه لتدفقات الفيديو (BSVD)"، لتحقيق تحسين عالي الدقة في الوقت الفعلي لتدفقات الفيديو، مع استخدام مجالات استقبال زمنية ممتدة إلى الماضي والمستقبل. ورغم أن التجميع الزمني ثنائي الاتجاه لا يُعتبر مناسبًا للتطبيق في MoViNet، فإننا نقدِّم كتلة مُخزِّن ثنائية الاتجاه جديدة كوحدة أساسية في إطار BSVD، مما يجعل هذا التجميع ممكنًا ضمن عملية الاستنتاج بأسلوب خط أنابيب. علاوةً على ذلك، يمتاز أسلوبنا بالبساطة والمرونة، مما يسمح باستخدامه في كل من معالجة الضوضاء غير المُستَبِينَة (non-blind) والمستَبِينَة (blind). ونقارن نموذجنا مع مجموعة متنوعة من النماذج الرائدة في مجال إزالة ضوضاء الفيديو من حيث الجودة البصرية والكمية على ضوضاء مُصَنَّعة وواقعية. ونُظهر أن أسلوبنا يتفوق على الطرق السابقة من حيث دقة الاستعادة وسرعة التنفيذ. وتم إتاحة كود المصدر بشكل علني عبر الرابط التالي: https://github.com/ChenyangQiQi/BSVD

إزالة الضوضاء من الفيديو الحي باستخدام_buffers الثنائية الاتجاه | أحدث الأوراق البحثية | HyperAI