BMBC: Bilaterale Bewegungsschätzung mit bilateralen Kostenvolumen für die Videointerpolation

Video-Interpolation erhöht die zeitliche Auflösung einer Videosequenz, indem Zwischenbilder zwischen zwei aufeinanderfolgenden Bildern synthetisiert werden. Wir stellen einen neuartigen, auf tiefen Lernverfahren basierenden Algorithmus zur Video-Interpolation vor, der auf einer bilateralen Bewegungsschätzung beruht. Zunächst entwickeln wir das bilaterale Bewegungsnetzwerk mit einem bilateralen Kostenvolumen, um bilaterale Bewegungen präzise zu schätzen. Anschließend approximieren wir bidirektionale Bewegungen, um eine andere Art von bilateralen Bewegungen vorherzusagen. Anschließend wenden wir die geschätzten bilateralen Bewegungen an, um die beiden Eingabebilder zu verzerren. Danach entwickeln wir das Netzwerk zur Generierung dynamischer Filter, um dynamische Mischfilter zu erzeugen. Schließlich kombinieren wir die verzerren Bilder mithilfe der dynamischen Mischfilter, um Zwischenbilder zu generieren. Experimentelle Ergebnisse zeigen, dass der vorgeschlagene Algorithmus auf mehreren Benchmark-Datensätzen die derzeit besten Algorithmen zur Video-Interpolation übertrifft.