HyperAIHyperAI

Command Palette

Search for a command to run...

تعلم تدفقات موجهة نحو المهمة لتوجيه محاذاة الميزات بشكل متبادل في تنقية الفيديو المُولَّد والفيديو الحقيقي

Jiezhang Cao Qin Wang Jingyun Liang Yulun Zhang Kai Zhang Radu Timofte Luc Van Gool

الملخص

يهدف التصفية المرئية إلى إزالة الضوضاء من الفيديوهات للحصول على نسخ نظيفة. أظهرت بعض الدراسات السابقة أن التدفق البصري يمكن أن يساعد في عملية التصفية من خلال استغلال المعلومات الإضافية المكانية-الزمنية المستمدة من الإطارات المجاورة. ومع ذلك، فإن تقدير التدفق البصري نفسه حساس للضوضاء، وقد يصبح غير قابل للاستخدام عند مستويات ضوضاء عالية. ولحل هذه المشكلة، نقترح طريقة جديدة لتصفية الفيديو موجهة بالتدفق البصري ذي المقياس المتعدد، وهي أكثر مقاومة لمستويات ضوضاء مختلفة. يتكون هذا الأسلوب بشكل رئيسي من وحدة تحسين التدفق الموجهة للتصفية (DFR) ووحدة توزيع التصفية المتبادلة الموجهة بالتدفق (FMDP). على عكس الطرق السابقة التي تستخدم حلولاً جاهزة للتدفق البصري، تقوم وحدة DFR أولاً بتعلم تدفقات بصرية متعددة المقاييس مقاومة للضوضاء، بينما تستخدم وحدة FMDP توجيه التدفق من خلال إدخال وتحسين معلومات التدفق تدريجيًا من المقياس المنخفض إلى المقياس العالي. وبالاقتران مع توليد تشويه الضوضاء الحقيقي، تحقق الشبكة المقترحة لتصفية الفيديو الموجهة بالتدفق متعدد المقاييس أداءً يُعدّ من أفضل الأداء في مجال التصفية الجبرية الاصطناعية وتصفية الفيديو الحقيقي. وسيتم إتاحة الشيفرة المصدرية للعامة.


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