-
题名基于压缩与精化深度体素流模型的视频插值
- 1
-
-
作者
茹妞妞
于晋伟
杨卫华
卞玮
-
机构
太原理工大学数学学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2022年第9期248-253,共6页
-
基金
国家自然科学基金(11671296)。
-
文摘
视频插值是利用视频相邻帧的图像信息合成中间帧,可直接应用于慢动作视频回放、高频视频合成、动画制作等领域。现有基于深度体素流的视频插值模型存在合成精度低、参数量大的问题,限制其在移动端的部署应用。提出一种压缩驱动的精化深度体素流插值模型。通过预训练深度体素流模型提高视频的插值质量并确定高精度参数,利用稀疏压缩技术裁剪卷积通道数,以减少参数量并得到粗体素流,同时将输入视频帧、粗体素流和粗中间帧作为精体素流网络的输入,获得精体素流。在此基础上,通过三线性插值方法计算得到精中间帧,以增强模型对边缘信息的捕获能力,从而提高中间帧质量。在Vimeo 90K和UCF101数据集上的实验结果表明,相比DVF、SepConv、CDFI等模型,该模型的峰值信噪比和结构相似性分别平均提高1.59 dB和0.015,在保证参数量增幅较小的前提下,能够有效优化视频合成效果。
-
关键词
视频插值
预训练模型
参数压缩
卷积神经网络
精化深度体素流模型
-
Keywords
video interpolation
pre-training model
parameter compression
Convolutional Neural Network(CNN)
refined Deep Voxel Flow(DVF)model
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
