色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

視頻去模糊-STFAN, 達到速度,精度和模型大小同步考慮的SOTA性能

電子設計 ? 來源:電子設計 ? 作者:電子設計 ? 2020-12-10 20:22 ? 次閱讀
該文是商湯研究院、南京科技以及哈工大聯(lián)合提出的一種采用動態(tài)濾波器卷積進行視頻去模糊的方法。

由于相機抖動、目標運動以及景深變化會導致視頻中存在spatially variant blur現(xiàn)象。現(xiàn)有的去模糊方法通常在模糊視頻中估計光流進行對齊。這種方法會因光流估計的不夠精確導致生成的視頻存在偽影,或無法有效去除模糊。為克服光流估計的局限性,作者提出了一種的STFAN框架(同時進行對齊和去模糊)。它采用了類似FRVSR的思路進行視頻去模糊(它前一幀的模糊以及去模糊圖像聯(lián)合當前幀模糊圖像作為輸出,經(jīng)CNN后輸出當前幀去模糊圖像),其CNN架構采用了空間自使用濾波器進行對齊與去模糊。

作者提出一種新的FAC操作進行對齊,然后從當前幀移除空間可變模糊。最后,作者設計了一個重建網(wǎng)絡用于復原清晰的圖像。
作者在合成數(shù)據(jù)與真實數(shù)據(jù)進行了量化對比分析,所提方法取得了SOTA性能(同時考慮了精度、速度以及模型大小)。

文章作者: Happy

Abstract

論文將視頻去模糊中的近鄰幀對齊與非均勻模糊移除問題建模為element-wise filter adaptive convolution processes。論文的創(chuàng)新點包含:

  • 提出一個濾波器自適應卷積計算單元,它用于特征域的對齊與去模糊;
  • 提出一個新穎的STFAN用于視頻去模糊,它集成幀對齊、去模糊到同一個框架中,而無需明顯的運動估計;
  • 從精度、速度以及模型大小方面對所提方法進行了量化評估,取得了SOTA性能。

Method


?上圖給出了文中所用到的網(wǎng)絡架構示意圖。從中可以看出,它包含三個子模塊:特征提取、STFAN以及重建模塊。它的輸入包含三個圖像(前一幀模糊圖像,前一幀去模糊圖像以及當前幀模糊圖像),由STFAN生成對齊濾波器與去模糊濾波器,然后采用FAC操作進行特征對齊與模糊移除。最后采用重建模塊進行清晰圖像生成。

FAC

?關于如何進行代碼實現(xiàn),見文末,這里就不再進行更多的介紹。

網(wǎng)絡架構

?如前所述,該網(wǎng)絡架構包含三個模塊,這里將分別針對三個子模塊進行簡單的介紹。

  • 特征提取網(wǎng)絡。該模塊用于從模糊圖像$B_t$中提取特征$E_t$,它由三個卷積模塊構成,每個卷積模塊包含一個stride=2的卷積以及兩個殘差模塊(激活函數(shù)選擇LeakyReLU)。這里所提取的特征被送入到STFAN模塊中采用FAC操作進行去模糊。該網(wǎng)絡的配置參數(shù)如下:

注:上述兩個濾波器生成模塊均包含一個卷積和兩個殘差模塊并后接一個1x1卷積用于得到期望的輸出通道。基于所得到的兩組濾波器,采用FAC對前一幀的去模糊特征與當前幀的幀特征進行對齊,同時在特征層面進行模糊移除。最后,將兩者進行拼接送入到重建模塊中。該模塊的配置參數(shù)如下:

  • 重建模塊。該模塊以STFAN中的融合特征作為輸入,輸出清晰的去模糊圖像。該模塊的配置參數(shù)如下所示。

損失函數(shù)

?為更有效的訓練所提網(wǎng)絡,作者考慮如下兩種損失函數(shù):

  • MSE Loss。它用于度量去模糊圖像R與真實圖像S之間的差異。
  • Perceptional Loss。它用于度量去模糊圖像R與真實圖像S在特征層面的相似性。

總體的損失定義為:
$$ L_{deblur} = L_{mse} + 0.01 * L_{perceptual}$$

Experiments

Dataset

?訓練數(shù)據(jù)源自《Deep video deblurring for hand-held camars》,它包含71個視頻(6708對數(shù)據(jù)),被劃分為61用于訓練(5708對數(shù)據(jù)),10個用于測試(1000對數(shù)據(jù))。

?在數(shù)據(jù)增廣方面,作者將每個視頻劃分為長度為20的序列。

?為增廣運動的多樣性,對序列數(shù)據(jù)進行隨機逆序。對每個序列數(shù)據(jù),執(zhí)行相同的圖像變換(包含亮度、對比度調(diào)整(從[0.8, 1.2]范圍內(nèi)均勻采樣))、幾何變換(包含隨機水平/垂直鏡像)以及裁剪。

?為提升模塊在真實場景的魯棒性,對序列圖像添加了高斯(N(0, 0.01))隨機噪聲。

Training Settings

?整個網(wǎng)絡采用kaiming方式進行初始化,采用Adam優(yōu)化器( [公式] ),初始學習率設為1e-4,每400k迭代乘以0.1。總計迭代次數(shù)為900k。

Results

?下面兩圖給出了不同去模糊方法的量化對比以及視覺效果對比。更多實驗結果以及相關分析請查閱原文。

小結

?本文提出一種新穎的基于動態(tài)濾波器卷積的時空網(wǎng)絡用于視頻去模塊。該網(wǎng)路可以動態(tài)的生成用于對齊與去模糊的濾波器。基于所生成濾波器以及FAC單元,該網(wǎng)絡可以執(zhí)行時序?qū)R與特征去模糊。這種無明顯運動估計的方法使得它可以處理動態(tài)場景中的空間可變的模塊現(xiàn)象。

結合論文所提供的網(wǎng)絡架構,以及論文附加文檔中所提供的相關參數(shù),簡單的整理代碼如下:了精度、速度以及模型大小)。

參考代碼

結合論文所提供的網(wǎng)絡架構,以及論文附加文檔中所提供的相關參數(shù),參考代碼如下:

import torch
import torch.nn as nn
import torch.nn.functional as F

# 論文中各個模塊中設計的殘差模塊(文中未提到是否有BN層,因此這里未添加BN)。
class ResBlock(nn.Module):
    def __init__(self, inc):
        super(ResBlock, self).__init__()
        self.conv1 = nn.Conv2d(inc, inc, 3, 1, 1)
        self.lrelu = nn.LeakyReLU(0.1)
        self.conv2 = nn.Conv2d(inc, inc, 3, 1, 1)
    def forward(self, x):
        res = self.conv2(self.lrelu(self.conv1(x)))
        return res + x

# 特征提取模塊
class FeatureExtract(nn.Module):
    def __init__(self):
        super(FeatureExtract, self).__init__()
        self.net = nn.Sequential(nn.Conv2d(3, 32, 3, 1, 1),
                                ResBlock(32),
                                ResBlock(32),
                                nn.Conv2d(32, 64, 3, 2, 1),
                                ResBlock(64),
                                ResBlock(64),
                                nn.Conv2d(64, 128, 3, 2, 1),
                                ResBlock(128),
                                ResBlock(128))
    def forward(self, x):
        return self.net(x)
    
# 重建模塊
# (注:ConvTranspose的參數(shù)參考附件文檔設置,pad參數(shù)是估計所得,只有這組參數(shù)能夠滿足論文的相關特征之間的尺寸關系,如有問題,請反饋更新)
class ReconBlock(nn.Module):
    def __init__(self):
        super(ReconBlock, self).__init__()
        self.up1  = nn.ConvTranspose2d(256, 64, 4, 2, 1)
        self.res2 = ResBlock(64)
        self.res3 = ResBlock(64)
        self.up4  = nn.ConvTranspose2d(64, 32, 3, 2, 1)
        self.res5 = ResBlock(32)
        self.res6 = ResBlock(32)
        self.conv7 = nn.Conv2d(32, 3, 3, 1, 1)

    def forward(self, feat, inputs):
        N, C, H, W = feat.size()
        up1  = self.up1(feat, output_size=(H * 2, W * 2))
        res2 = self.res2(up1)
        res3 = self.res3(res2)
        
        up4  = self.up4(res3, output_size=(H * 4, W * 4))
        res5 = self.res5(up4)
        res6 = self.res6(res5)
        
        conv7 = self.conv7(res6)
        return conv7 + inputs
    
# FAC(以下代碼源自本人博客[動態(tài)濾波器卷積在CV中的應用]中的相關分析)
def unfold_and_permute(tensor, kernel, stride=1, pad=-1):
    if pad < 0:
        pad = (kernel - 1) // 2
    tensor = F.pad(tensor, (pad, pad, pad, pad))
    tensor = tensor.unfold(2, kernel, stride)
    tensor = tensor.unfold(3, kernel, stride)
    N, C, H, W, _, _ = tensor.size()
    tensor = tensor.reshape(N, C, H, W, -1)
    tensor = tensor.permute(0, 2, 3, 1, 4)
    return tensor

def weight_permute_reshape(tensor, F, S2):
    N, C, H, W = tensor.size()
    tensor = tensor.permute(0, 2, 3, 1)
    tensor = tensor.reshape(N, H, W, F, S2)
    return tensor

# Filter_adaptive_convolution
def FAC(feat, filters, kernel_size):
    N, C, H, W = feat.size()
    pad = (kernel_size - 1) // 2
    feat = unfold_and_permute(feat, kernel_size, 1, pad)
    weight = weight_permute_reshape(filters, C, kernel_size**2)

    output = feat * weight
    output = output.sum(-1)
    output = output.permute(0,3,1,2)
    return output

# Architecture
class STFAN(nn.Module):
    def __init__(self, kernel_size=5):
        super(STFAN, self).__init__()
        filters = 128 * kernel_size ** 2
        self.ext = nn.Sequential(nn.Conv2d(9,32,3,1,1),
                                 ResBlock(32),
                                 ResBlock(32),
                                 nn.Conv2d(32,64,3,2,1),
                                 ResBlock(64),
                                 ResBlock(64),
                                 nn.Conv2d(64,128,3,2,1),
                                 ResBlock(128),
                                 ResBlock(128))
        self.align = nn.Sequential(nn.Conv2d(128,128,3,1,1),
                                   ResBlock(128),
                                   ResBlock(128),
                                   nn.Conv2d(128, filters, 1))
        self.deblur1 = nn.Conv2d(filters, 128, 1, 1)
        self.deblur2 = nn.Sequential(nn.Conv2d(256,128,3,1,1),
                                     ResBlock(128),
                                     ResBlock(128),
                                     nn.Conv2d(128, filters, 1))
        self.conv22 = nn.Conv2d(256, 128, 3, 1, 1)

    def forward(self, pre, cur, dpre):
        ext = self.ext(torch.cat([dpre, pre, cur], dim=1))
        align = self.align(ext)

        d1 = self.deblur1(align)
        deblur = self.deblur2(torch.cat([ext, d1], dim=1))
        return align, deblur


class Net(nn.Module):
    def __init__(self, kernel_size=5):
        super(Net, self).__init__()
        self.kernel_size = kernel_size
        self.feat = FeatureExtract()
        self.stfan = STFAN()
        self.fusion = nn.Conv2d(256, 128, 3, 1, 1)
        self.recon = ReconBlock()

    def forward(self, pre, cur, dpre, fpre):
        # Feature Extract.
        feat = self.feat(cur)

        # STFAN
        align, deblur = self.stfan(pre, cur, dpre)

        # Align and Deblur
        falign  = FAC(fpre, align, self.kernel_size)
        fdeblur = FAC(feat, deblur, self.kernel_size)
        fusion = torch.cat([falign, fdeblur], dim=1)

        # fpre for next
        fpre  = self.fusion(fusion)

        # Reconstruction
        out = self.recon(fusion, cur)
        return out, fpre
    
def demo():
    pre = torch.randn(4, 3, 64, 64)
    cur = torch.randn(4, 3, 64, 64)
    dpre = torch.randn(4, 3, 64, 64)
    fpre = torch.randn(4, 128, 16, 16)

    model = Net()
    model.eval()

    with torch.no_grad():
        output = model(pre, cur, dpre, fpre)
    print(output[0].size())
    print(output[1].size())

if __name__ == "__main__":
    demo()



本文章著作權歸作者所有,任何形式的轉(zhuǎn)載都請注明出處。更多動態(tài)濾波,圖像質(zhì)量,超分辨相關請關注我的專欄深度學習從入門到精通。
審核編輯 黃昊宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 人工智能
    +關注

    關注

    1791

    文章

    47186

    瀏覽量

    238268
  • 機器學習
    +關注

    關注

    66

    文章

    8407

    瀏覽量

    132567
收藏 人收藏

    評論

    相關推薦

    在ARM上實現(xiàn)模擬視頻的實時解碼,模擬相機的速度為1080p 30fps,TVP5150能達到這個速度嗎?

    最近需要在ARM上實現(xiàn)模擬視頻的實時解碼,模擬相機的速度為1080p 30fps, 我在這里想咨詢一下TVP5150能達到這個速度
    發(fā)表于 12-20 07:57

    【「大模型啟示錄」閱讀體驗】如何在客服領域應用大模型

    內(nèi)為企業(yè)帶來效益。在選擇模型時,需要評估其性能表現(xiàn)。這包括模型的準確性、響應速度、對話流暢性、情感理解能力等方面。可以通過對比不同模型的測試
    發(fā)表于 12-17 16:53

    復雜光波導器件中控制MTF分析的精度速度間的平衡

    地控制復雜光學系統(tǒng)的精度速度間的平衡。 任務說明書 任務:如何準確計算波導的MTF?需要考慮哪些影響? 布局和初始參數(shù) : 耦入耦合器 ·理想光柵 ·380 nm周期 ·效率+1級次:50% ·效率0
    發(fā)表于 12-17 08:50

    關于\"OPA615\"的SOTA的跨導大小的疑問求解

    關于OPA615的SOTA部分,看datasheet的page9的figure22,我們可以知道跨導大小大概是35mA/V左右,并且可以知道其Chold輸出一般在5mA以內(nèi),但是我從社區(qū)里面找到
    發(fā)表于 09-13 06:25

    伺服電機慣量大小如何選用

    伺服電機慣量大小的選用是一個綜合性的過程,需要考慮多個因素以確保系統(tǒng)的性能、穩(wěn)定性和精度。以下是一些關鍵的選用原則和步驟: 一、考慮應用場景
    的頭像 發(fā)表于 09-07 09:59 ?894次閱讀

    影響伺服系統(tǒng)穩(wěn)態(tài)速度精度的因素

    伺服系統(tǒng)是一種高精度、高響應速度的控制系統(tǒng),廣泛應用于工業(yè)自動化、機器人、航空航天等領域。伺服系統(tǒng)的性能直接影響到設備的運行精度和穩(wěn)定性。 伺服電機的
    的頭像 發(fā)表于 07-29 10:46 ?628次閱讀

    ESP8266的的GPIO速度達到多少?

    ESP8266的的GPIO速度達到多少,自帶內(nèi)存有多少,跑應用,或是充時應用緩存用,我需要ADC高速,高精度采樣,通過wifi發(fā)出 應用: ADC(TTL or CMOS)->
    發(fā)表于 07-12 07:41

    NB81是否支持OneNet SOTA功能?應該如何激活SOTA

    NB81是否支持OneNet SOTA功能? 可以支持,應該如何激活SOTA
    發(fā)表于 06-04 06:14

    國產(chǎn)貼片機速度精度:不同種類與性能的比較

    在SMT行業(yè)中,貼片機作為核心設備,其速度精度直接決定了生產(chǎn)效率和產(chǎn)品質(zhì)量。國產(chǎn)貼片機近年來在技術革新和性能優(yōu)化上取得了顯著進展,不僅在速度上滿足了市場需求,同時在
    的頭像 發(fā)表于 05-30 10:54 ?1032次閱讀
    國產(chǎn)貼片機<b class='flag-5'>速度</b>與<b class='flag-5'>精度</b>:不同種類與<b class='flag-5'>性能</b>的比較

    西安電子科技大學何剛團隊在IJCAI 2024發(fā)布視頻人臉恢復研究新成果

     人臉恢復是一項通過提升圖像質(zhì)量來使面部特征更加清晰的技術,主要包括去模糊、去噪、恢復等步驟。而視頻人臉恢復則是將此技術應用到視頻序列中,除了要處理每一幀的圖像質(zhì)量外
    的頭像 發(fā)表于 05-24 10:17 ?559次閱讀

    旋變位置不變的情況下,當使能SOTA功能與關閉SOTA功能時,APP中DSADC采樣得到的旋變sin和cos兩者值不一樣,為什么?

    旋變位置不變的情況下,當使能SOTA功能與關閉SOTA功能時,APP中DSADC采樣得到的旋變sin和cos兩者值不一樣,用示波器采的輸入到MCU端的差分電壓是一樣的,難道是SOTA使能后影響了MCU芯片內(nèi)部的等效阻抗嗎,有專家
    發(fā)表于 05-17 08:13

    MOS管為什么還要考慮電流大小呢?

    當MOS管驅(qū)動能力不足時,我們會使用推挽電路來放大電流,但是MOS管明明是壓控型器件,為什么要去考慮電流大小呢?
    發(fā)表于 04-28 14:40 ?1656次閱讀
    MOS管為什么還要<b class='flag-5'>考慮</b>電流<b class='flag-5'>大小</b>呢?

    消卷積在圖像處理中的應用策略與實踐

    去模糊算法對三維圖像堆棧的每個二維平面進行操作。最近鄰算法是最常見的去模糊技術,其通過模糊相鄰平面(使用數(shù)字模糊濾波器的z + 1和z-1)對每個z平面進行操作,然后從z平面減
    的頭像 發(fā)表于 04-24 11:43 ?577次閱讀

    變頻器閉環(huán)控制速度控制精度一般是多少?

    我查閱了部分變頻器廠商的說明書,在閉環(huán)編碼器反饋矢量控制時速度控制精度在0.02%,我想著能夠做出這么高的精度嗎?0.02%這么高的精度,以50HZ兩級對電機為例,
    發(fā)表于 02-28 12:16

    Meta發(fā)布新型無監(jiān)督視頻預測模型“V-JEPA”

    Meta,這家社交媒體和科技巨頭,近日宣布推出一種新型的無監(jiān)督視頻預測模型,名為“V-JEPA”。這一模型視頻處理領域引起了廣泛關注,因為它通過抽象性預測生成
    的頭像 發(fā)表于 02-19 11:19 ?1009次閱讀
    主站蜘蛛池模板: 国产在线观看网址你懂得| 国产成人片视频一区二区青青| 69国产精品成人无码视频| 纵欲(高H)| jizz69女士第一次| 国产成人高清亚洲一区app| 国产亚洲精品福利视频| 久久精品视频16| 欧美精品一区二区三区四区| 日韩精品 中文字幕 有码| 受被攻做到腿发颤高h文| 亚洲国产精品特色大片观看| 在线播放一区| WWW国产无套内射久久| 国产日韩精品一区二区在线观看| 久草草在线视视频| 嫩草影院在线观看精品| 手机移动oa| 在线免费视频国产| 成年人免费观看视频网站| 国产精品亚洲在钱视频| 久久精品国产亚洲AV妓女不卡 | 敌伦小芳的第一次| 国产午夜婷婷精品无码A片| 老头操美女| 沈芯语麻豆0076 视频| 伊伊人成亚洲综合人网| WWW国产精品内射熟女| 好硬好湿好爽再深一点视频| 免费一级片网站| 香蕉精品国产高清自在自线| 1区2区3区4区产品不卡码网站| 成人五级毛片免费播放| 精品无码久久久久久动漫| 青青草原社区| 一道精品视频一区二区| 成人动漫百度影音| 久久热在线视频精品店| 四虎国产精品永久免费入口| 2020亚洲色噜噜狠狠网站| 国产精品人妻无码99999|