BriefGPT - AI 论文速递
·
EvTexture: 基于事件驱动的视频超分辨率纹理增强
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究介绍了一种基于事件的模糊超分辨率网络（EBSR-Net），利用事件的高时间分辨率来减轻运动模糊并提高高分辨率图像预测。该方法通过多尺度中心-环绕事件表示捕获运动和纹理信息，并设计对称的跨模态注意模块来充分利用模糊图像和事件之间的互补性。实验证明该方法在性能上具有显著优势。
🎯
关键要点
- 本研究介绍了一种基于事件的模糊超分辨率网络（EBSR-Net）。
- 该方法利用事件的高时间分辨率来减轻运动模糊并提高高分辨率图像预测。
- 通过多尺度中心-环绕事件表示捕获事件内在的运动和纹理信息。
- 设计对称的跨模态注意模块以充分利用模糊图像和事件之间的互补性。
- 引入由多个残差密集Swin变换器块组成的交互残差组，以提取全局上下文中的特征并促进块间特征聚合。
- 广泛的实验证明该方法在性能上具有显著优势，排名靠前。
➡️
