HyperAIHyperAI

Command Palette

Search for a command to run...

BiFormer: تعلّم تقدير الحركة الثنائية من خلال محول ثنائي للترميز ثنائي في توليد إطارات الفيديو بدقة 4K

Junheum Park Jintae Kim Chang-Su Kim

الملخص

في هذه الورقة، تم اقتراح معالج جديد لاستيفاء إطارات الفيديو بجودة 4K يعتمد على نموذج التحويل الثنائي (BiFormer)، والذي ينفذ ثلاث خطوات: تقدير الحركة الشاملة، تحسين الحركة المحلية، وتركيب الإطار. أولاً، في مرحلة تقدير الحركة الشاملة، نُقدّر حقول الحركة الثنائية المتماثلة على مقياس خشن. ولتحقيق ذلك، نُقدّم نموذج BiFormer، وهو أول مُقدّر لحركة ثنائية مبني على نموذج التحويل. ثانيًا، نُحسّن حقول الحركة الشاملة بشكل فعّال باستخدام حُجُرات تكلفة ثنائية على أساس الكتل (BBCVs). ثالثًا، نُحوّل الإطارات المدخلة باستخدام حقول الحركة المحسّنة ونُدمجها لتركيب إطار وسيط. تُظهر التجارب الواسعة أن خوارزمية BiFormer المُقترحة تحقق أداءً ممتازًا في استيفاء الإطارات على مجموعات بيانات 4K. يمكن الوصول إلى الكود المصدري من خلال الرابط: https://github.com/JunHeum/BiFormer.


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
BiFormer: تعلّم تقدير الحركة الثنائية من خلال محول ثنائي للترميز ثنائي في توليد إطارات الفيديو بدقة 4K | مستندات | HyperAI