文章提出任务导向流（TOFlow），这是一种自监督、特定任务方式的动作展示学习。设计了含动向估计和视频处理组成的神经网络来学习TOFlow。还建立Vimeo - 90K数据集用于低水平视频处理。TOFlow在标准基准和该数据集上，于帧插值、降噪/去块、超分辨三个视频处理任务中优于传统光流。
项目地址：http://toflow.csail.mit.edu/
摘要
一些视频增强算法依靠光流来存储帧在一个视频序列中。精确光流估计然而是很难处理的；以及光流它自己本身是一个局部最优的展现对于特别视频处理任务。在这篇文章中，我们提出了任务导向流（TOFlow），一个动作展示学习在一个自监督，特定任务方式。我们设计了一个神经网络使用一个训练的动向估计组成和一个视频处理组成，以及训练他们加入到学习任务导向流。对于估计，我们建立了Vimeo-90K，一个大尺度，高质量视频数据集对低水平视频处理。TOFlow性能优于传统光流在标准基准上，以及我们的Vimeo-90K数据集上，在三个视频处理任务：帧插值，视频降噪/去块，以及视频超分辨。
实验效果
网络架构
视频降噪
了解更多关于《计算机视觉与图形学》相关知识，请关注公众号：
下载我们视频中代码和相关讲义，请在公众号回复：计算机视觉课程资料
扫一扫
1019
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
