优酷视频增强和超分表率挑战赛总结

Team 1st
研究现状：
1 残差结构：EDSR
2 多分支结构:REDNet
3循环结构：DRCN
4 渐进式结构：SCN
5 注意力机制：RCAN，DRLN
6 对抗模型：ESRGAN
视频帧对齐
视频帧融合
方法：三维卷积，循环结构，滤波器预测
EDVR：对齐——融合——重建
EDVR问题：
感知能力不够强
对齐模块：
3D Non Local (何凯明)
作者的模型：separate Non local
时序信息不充分
融合模块：temporal and Spatial attention + 3D Conv
特征表达 不高效：resNet Block +channel attention
评委问到了速度问题。
作者：Non local ——
Team 2st
视频特点：场景转换频繁
噪声模型未知
方法：CNN based,resnet based densenet based resnet-densenet based,gan based
作者自己将yuv420转成yuv444来训练网络。
初赛：rcan
融合多帧信息：
作者最后用的RCAN结构：
L1+L2 + gradient 损失函数

比较关注场景切换问题，梯度让边缘更加清晰，适合卡通数据
亮点：实现yuv420转换成yuv444.，self-semble,loss改进，基础网络RCAN;

Team 3st

rgb训练会带来精度损失，作者用y训练的。y比rgb性能高很多；结合edvr的PCD
网络，加入两个参数，自适应加权；
加入多帧对齐，多帧融合模块；
作者使用3d卷积进行特征融合，
作者对yuv三个通道分别训练；

Team 4st
数据格式如何转换，下采样方式是怎样的，
格式转换转成：yuv420 转成yuv444
还是场景切换问题
镜头切换问题：
每个队伍都问了泛化能力

Team 5st
训练数据是yuv格式

Team 6st
yuv转换问题，yuv损失函数。

总结：打比赛，数据处理很重要