摘要
早期隔行扫描视频通常包含多个隔行交织和复杂的压缩伪影，这显著降低了视觉质量。尽管近年来早期视频的高清晰度重建技术取得了很大进展，但相关的去隔行研究仍然不足。传统方法主要集中在简单的隔行机制上，无法处理现实世界中早期视频中的复杂伪影。最近的隔行视频重建深度去隔行模型仅关注单帧，而忽略了重要的时间信息。因此，本文提出了一种针对早期隔行扫描视频的多帧去隔行联合增强网络，该网络由三个模块组成，即空间垂直插值模块、时间对齐与融合模块以及最终精炼模块。所提出的方法通过利用多场的时间冗余，可以有效去除早期视频中的复杂伪影。实验结果表明，该方法在合成数据集和现实世界中的早期隔行扫描视频上均能恢复高质量的结果。