HyperAIHyperAI

Command Palette

Search for a command to run...

Résolution vidéo efficace par propagation récurrente dans l’espace latent

Dario Fuoli Shuhang Gu Radu Timofte

Résumé

Face à la tendance récente des écrans ultra haute définition, la demande croissante en super-résolution vidéo (VSR) de haute qualité et d’efficacité s’est avérée plus importante que jamais. Les méthodes précédentes ont recours à des stratégies complexes de compensation du mouvement afin d’exploiter l’information temporelle lors de l’estimation des détails haute fréquence manquants. Toutefois, comme le problème d’estimation du mouvement constitue un défi majeur, une compensation du mouvement inexacte peut nuire aux performances des algorithmes de VSR. En outre, le module de compensation du mouvement complexe peut également engendrer un fardeau computationnel important, limitant ainsi l’application de ces méthodes dans des systèmes réels. Dans cet article, nous proposons un algorithme efficace de propagation récurrente dans l’espace latent (RLSP) pour une super-résolution vidéo rapide. Le RLSP introduit des états latents de haute dimension pour propager de manière implicite l’information temporelle entre les trames. Nos résultats expérimentaux montrent que le RLSP est une méthode hautement efficace et performante pour traiter le problème de VSR. Nous surpassons la méthode actuellement la plus avancée, DUF, avec un gain de vitesse dépassant 70 fois.


Créer de l'IA avec l'IA

De l'idée au lancement — accélérez votre développement IA avec le co-codage IA gratuit, un environnement prêt à l'emploi et le meilleur prix pour les GPU.

Codage assisté par IA
GPU prêts à l’emploi
Tarifs les plus avantageux

HyperAI Newsletters

Abonnez-vous à nos dernières mises à jour
Nous vous enverrons les dernières mises à jour de la semaine dans votre boîte de réception à neuf heures chaque lundi matin
Propulsé par MailChimp