HyperAIHyperAI
il y a 2 mois

Amélioration conjointe multi-images pour les vidéos entrelacées précoces

Yang Zhao; Yanbo Ma; Yuan Chen; Wei Jia; Ronggang Wang; Xiaoping Liu
Amélioration conjointe multi-images pour les vidéos entrelacées précoces
Résumé

Les vidéos entrelacées anciennes contiennent généralement plusieurs artefacts d'entrelacement et de compression complexes, qui réduisent considérablement la qualité visuelle. Bien que les technologies de reconstruction en haute définition des vidéos anciennes aient connu des progrès importants ces dernières années, les recherches liées au désentrelacement restent insuffisantes. Les méthodes traditionnelles se concentrent principalement sur le mécanisme d'entrelacement simple et ne peuvent pas traiter les artefacts complexes présents dans les vidéos anciennes du monde réel. Les modèles de désentrelacement profonds récents pour les vidéos entrelacées ne s'intéressent qu'à une seule image, négligeant ainsi des informations temporelles importantes. Par conséquent, cet article propose un réseau de désentrelacement multiframes avec un réseau d'amélioration conjoint pour les vidéos entrelacées anciennes, composé de trois modules : le module d'interpolation verticale spatiale, le module d'alignement et de fusion temporelle, et le module de raffinement final. La méthode proposée peut efficacement éliminer les artefacts complexes des vidéos anciennes en utilisant la redondance temporelle des multiples champs. Les résultats expérimentaux montrent que la méthode proposée peut récupérer des résultats de haute qualité à la fois pour l'ensemble de données synthétiques et pour les vidéos entrelacées anciennes du monde réel.

Amélioration conjointe multi-images pour les vidéos entrelacées précoces | Articles de recherche récents | HyperAI