2달 전

다중 프레임 공동 강화를 이용한 초기 인터레이스 비디오 향상

Yang Zhao; Yanbo Ma; Yuan Chen; Wei Jia; Ronggang Wang; Xiaoping Liu
다중 프레임 공동 강화를 이용한 초기 인터레이스 비디오 향상
초록

초기 인터레이스 비디오에는 일반적으로 여러 개의 인터레이싱 및 복잡한 압축 아티팩트가 포함되어 있어 시각적 품질을 크게 저하시킵니다. 최근 몇 년간 초기 비디오의 고해상도 재구성 기술은 큰 발전을 이뤘지만, 디인터레이싱 관련 연구는 여전히 부족합니다. 전통적인 방법들은 주로 단순한 인터레이싱 메커니즘에 초점을 맞추고 있으며, 실제 세계의 초기 비디오에서 발생하는 복잡한 아티팩트를 처리할 수 없습니다. 최근의 인터레이스 비디오 재구성 딥 디인터레이싱 모델들은 단일 프레임에만 집중하면서 중요한 시간 정보를 간과하고 있습니다. 따라서 본 논문에서는 초기 인터레이스 비디오를 위한 다중 프레임 디인터레이싱 네트워크와 결합 강화 네트워크를 제안하며, 이는 공간적 수직 보간 모듈, 시간적 정렬 및 융합 모듈, 최종 정제 모듈로 구성됩니다. 제안된 방법은 다중 필드의 시간적 중복성을 활용하여 초기 비디오에서 복잡한 아티팩트를 효과적으로 제거할 수 있습니다. 실험 결과는 제안된 방법이 합성 데이터셋뿐만 아니라 실제 세계의 초기 인터레이스 비디오에서도 고품질의 결과를 회복할 수 있음을 입증하였습니다.

다중 프레임 공동 강화를 이용한 초기 인터레이스 비디오 향상 | 최신 연구 논문 | HyperAI초신경