简化解读:2020-CVPR-AdaCoF: Adaptive Collaboration of Flows for Video Frame Interpolation
摘要
之前的缺点:不能处理复杂的运动
改进的方法:AdaCoF,以及一个新的损失函数
方法和loss
下图简单介绍了本文的方法:
一般情况下的卷积:
可变形卷积是共享kernel权重的卷积:
不同权重的卷积:
扩张,d代表扩张的倍数:
本文网络结构,U-Net的网络结构,无BN层。学习到Kernel和可变形卷积的参数,以及一个遮挡V:
损失函数: L1 Loss
感知损失:
本文提出的损失函数:
实验结果
客观实验结果:
主观实验结果: