丁香五月天婷婷久久婷婷色综合91|国产传媒自偷自拍|久久影院亚洲精品|国产欧美VA天堂国产美女自慰视屏|免费黄色av网站|婷婷丁香五月激情四射|日韩AV一区二区中文字幕在线观看|亚洲欧美日本性爱|日日噜噜噜夜夜噜噜噜|中文Av日韩一区二区

您正在使用IE低版瀏覽器,為了您的雷峰網(wǎng)賬號(hào)安全和更好的產(chǎn)品體驗(yàn),強(qiáng)烈建議使用更快更安全的瀏覽器
此為臨時(shí)鏈接,僅用于文章預(yù)覽,將在時(shí)失效
人工智能學(xué)術(shù) 正文
發(fā)私信給楊鯉萍
發(fā)送

0

CVPR 2019 | 視頻內(nèi)容消除新突破——「Deep Flow-Guided」(含開(kāi)源代碼)

本文作者: 楊鯉萍 2019-06-06 10:20 專(zhuān)題:CVPR 2019
導(dǎo)語(yǔ):MIT周博磊——視頻場(chǎng)景內(nèi)容編輯與剪輯,將是下一個(gè)研究熱點(diǎn)!

雷鋒網(wǎng) AI 科技評(píng)論按:視頻內(nèi)容消除的關(guān)鍵在于對(duì)視頻缺失區(qū)域的填充,但由于視頻相比圖片多了時(shí)間維度,因此難以保持視頻內(nèi)容空間與時(shí)間的一致性,當(dāng)前該項(xiàng)技術(shù)仍極具挑戰(zhàn)性。但本文將展示由香港中文大學(xué)的周博磊等研究學(xué)者們,提出的一種新型 Deep Flow-Guided 方法進(jìn)行視頻內(nèi)容消除。該技術(shù)不再是直接填充每個(gè)幀的 RGB 像素,而是將其轉(zhuǎn)化為像素點(diǎn)擴(kuò)充問(wèn)題,這項(xiàng)研究成果被選入 CVPR 2019 論文之列。

CVPR 2019 | 視頻內(nèi)容消除新突破——「Deep Flow-Guided」(含開(kāi)源代碼)

圖 1 視頻內(nèi)容消除

具體實(shí)現(xiàn)步驟

第一步,使用新設(shè)計(jì)的深度光流場(chǎng)合成神經(jīng)網(wǎng)絡(luò)(DFC-Net)在視頻幀上合成表示空間與時(shí)間關(guān)系的光流場(chǎng),即整個(gè)視頻圖像中各像素點(diǎn)隨時(shí)間的運(yùn)動(dòng)情況;然后將這個(gè)光流場(chǎng)作為像素?cái)U(kuò)充的導(dǎo)向,使其精確填充視頻中的缺失區(qū)域。DFC-Net 在合成光流場(chǎng)的過(guò)程中遵循粗略到精細(xì)的細(xì)化原則,結(jié)合光流量的難樣本挖掘,整個(gè)神經(jīng)網(wǎng)絡(luò)的質(zhì)量得到了進(jìn)一步的提高。

最終,以合成光流場(chǎng)作為導(dǎo)向則可精確填充缺失的視頻區(qū)域。將這個(gè)方法在 DAVIS 和 YouTube-VOS 數(shù)據(jù)集上進(jìn)行定性和定量評(píng)估,結(jié)果顯示其運(yùn)行質(zhì)量和速度都表現(xiàn)出了超常的技術(shù)水平。

框架結(jié)構(gòu)

CVPR 2019 | 視頻內(nèi)容消除新突破——「Deep Flow-Guided」(含開(kāi)源代碼)

圖 2 Flow-Guided Frame Inpainting

此方法框架包含兩步——第一步是合成缺失的光流場(chǎng),第二步是以合成光流場(chǎng)為導(dǎo)向,對(duì)像素點(diǎn)進(jìn)行擴(kuò)充。

在第一步中,DFC-Net 用來(lái)對(duì)光流場(chǎng)進(jìn)行由粗略到精細(xì)的合成。DFC-Net 由名為 DFC-S 的三個(gè)類(lèi)似的子網(wǎng)絡(luò)組成;第一個(gè)子網(wǎng)以相對(duì)粗略的比例估計(jì)光流量,并將它們反饋到第二個(gè)和第三個(gè)子網(wǎng)絡(luò)中進(jìn)一步細(xì)化。在第二步中,以合成的光流場(chǎng)為導(dǎo)向,通過(guò)不同幀的光流對(duì)已知區(qū)域中的像素點(diǎn)進(jìn)行擴(kuò)充,從而填充大部分缺失區(qū)域。然后采用傳統(tǒng)的圖像修復(fù)神經(jīng)網(wǎng)絡(luò)來(lái)填充在整個(gè)視頻中剩余的一些細(xì)節(jié)區(qū)域。

正是因?yàn)樵诘谝徊街羞@個(gè)方法對(duì)光流的估計(jì)較為精確,所以可以很容易得到部分視頻內(nèi)容消除后連貫的完整視頻。

消除結(jié)果

CVPR 2019 | 視頻內(nèi)容消除新突破——「Deep Flow-Guided」(含開(kāi)源代碼)

圖 3 視頻消除過(guò)程展示

圖 3 展示了使用 Deep Flow-Guided 進(jìn)行視頻內(nèi)容消除的過(guò)程。對(duì)于每個(gè)輸入序列(奇數(shù)行),圖片上顯示了帶有缺失區(qū)域覆蓋掩膜的代表幀;在偶數(shù)行中則顯示了最終的消除結(jié)果。

CVPR 2019 | 視頻內(nèi)容消除新突破——「Deep Flow-Guided」(含開(kāi)源代碼)

圖 4 與其他方法的結(jié)果對(duì)比

圖 4 則向我們展示了 Deep Flow-Guided 方法與 Huang et al 方法進(jìn)行視頻內(nèi)容消除后的結(jié)果對(duì)比,可以看出該方法的消除結(jié)果更加精準(zhǔn),消除部分的銜接更加自然。

更多內(nèi)容,雷鋒網(wǎng) AI 科技評(píng)論將其整理如下:

原文鏈接

https://nbei.github.io/video-inpainting.html

論文地址

https://arxiv.org/abs/1905.02884?context=cs

Github 開(kāi)源地址

https://github.com/nbei/Deep-Flow-Guided-Video-Inpainting

雷鋒網(wǎng) AI 科技評(píng)論

雷峰網(wǎng)原創(chuàng)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。

CVPR 2019 | 視頻內(nèi)容消除新突破——「Deep Flow-Guided」(含開(kāi)源代碼)

分享:
相關(guān)文章
當(dāng)月熱門(mén)文章
最新文章
請(qǐng)?zhí)顚?xiě)申請(qǐng)人資料
姓名
電話(huà)
郵箱
微信號(hào)
作品鏈接
個(gè)人簡(jiǎn)介
為了您的賬戶(hù)安全,請(qǐng)驗(yàn)證郵箱
您的郵箱還未驗(yàn)證,完成可獲20積分喲!
請(qǐng)驗(yàn)證您的郵箱
立即驗(yàn)證
完善賬號(hào)信息
您的賬號(hào)已經(jīng)綁定,現(xiàn)在您可以設(shè)置密碼以方便用郵箱登錄
立即設(shè)置 以后再說(shuō)