0
本文作者: 楊鯉萍 | 2019-06-06 10:20 | 專(zhuān)題:CVPR 2019 |
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。
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)
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
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。
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
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。
本專(zhuān)題其他文章