本文介绍了两种视频恢复技术：EDVR和DeblurGAN。EDVR利用增强的可变形卷积网络解决视频超分和去模糊问题，在REDS数据集上表现优秀。DeblurGAN采用条件对抗网络和内容损失解决运动模糊，运行速度优于DeepDeblur网络。
《EDVR: Video Restoration with Enhanced Deformable Convolutional Networks》
视频恢复任务，包括超分、去模糊等。在NTIRE19挑战赛上，一个具有挑战的基准REDS被发布。
作者提出EDVR从两个方面进行解决：修正金字塔、级联和变形（PCD）对齐模块解决大的运动；空时结合注意融合模块。
该网络可以使用在各种视频恢复上，超分或者图像去模糊。
《DeblurGAN: Blind Motion Deblurring Using Conditional Adversarial Networks》
使用基于条件对抗网络和内容损失方法来解决运动模糊问题。运行速度是最近提出的DeepDeblur网络的5倍。并且介绍了一个从锐利图生成模糊图像的方法，来生成数据集。
更多《计算机视觉与图形学》知识，可关注下方公众号：
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
