超级会员免费看
RIFE是一种基于深度学习的实时视频插帧解决方案，通过直接估计中间流来减少运动边界伪影。它采用IFNet进行‘Coarse-to-Fine’光流估计，并使用FusionNet融合输入帧、光流和变换帧信息，以提高插帧质量。该方法能够在720p视频上以30fps实现插帧。
贡献：
能够720p实时视频插帧
现有视频插帧大多先估计双向光流，然后采用线性组合方式近似中间流，然而这种处理方式会在运动边界区域产生伪影问题。
提出了一种新颖而有效的IFNet直接估计中间流信息并用于视频插帧，可以通过连续两帧输入估计中间帧的光流信息。
RIFE是首个基于光流的实时视频插帧方案，它能够以30fps对720p视频进行插帧。
只估计一次光流Ft->0
为更好处理大运动，IFNet采用了“Coarse-to-Fine”方式逐渐提升分辨率，也就是先在低分辨率上计算“粗糙”的光流，然后在高分辨率上计算“精细”光流。这也是目前光流估计中常用的一种处理方式。
IFNet的光流更为清晰、
订阅专栏 解锁全文
扫一扫
7062
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
