.png){kind=icon}
返回
Video Frame Interpolation via Appearance-Based Intermediate Flow Estimation
.png){kind=icon}
PRE
AI
DOI：10.1109/TIP.2026.3666772.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
中间流估计是视频帧插值（VFI）的重要组成部分。大多数先前的工作使用插值来推导中间流，假设局部线性运动。然而，在处理极端运动时，这种方法并不有效。在本工作中，我们假设物体的运动轨迹由该物体的外观特征决定。基于此假设，我们提出了一种新的中间流估计方法，该方法从图像外观和帧间运动特征中获取中间帧的运动特征。此外，为了充分提取帧间特征，我们重新思考了VFI与先前工作中使用Swin-Transformer的差异，并通过循环移动窗口在自适应邻域内计算外观特征和运动特征。实验结果表明，我们的方法在固定时间和任意时间插值的不同数据集上均达到了最先进（state-of-the-art）的性能。此外，在处理具有极大运动的视频时，我们提出的方法优于需要输入四帧序列的模型。源代码可从https://github.com/chen12304/IFE-VFI获取。
Keyword:
Video frame interpolation
large motion
flow estimation
期刊
IF:
13.7
论文数:
1.0W
被引数:
8.4W
机构
引用论文
.png){kind=icon}
分享收藏
分享收藏
查看更多内容