CN107945124A - 一种运动路径指引的老电影黑帧修复方法 - Google Patents

一种运动路径指引的老电影黑帧修复方法 Download PDF

Info

Publication number
CN107945124A
CN107945124A CN201711143062.8A CN201711143062A CN107945124A CN 107945124 A CN107945124 A CN 107945124A CN 201711143062 A CN201711143062 A CN 201711143062A CN 107945124 A CN107945124 A CN 107945124A
Authority
CN
China
Prior art keywords
frame
mrow
motion path
interpolation
black
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201711143062.8A
Other languages
English (en)
Other versions
CN107945124B (zh
Inventor
夏天然
丁友东
于冰
黄曦
谢志峰
黄东晋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN201711143062.8A priority Critical patent/CN107945124B/zh
Publication of CN107945124A publication Critical patent/CN107945124A/zh
Application granted granted Critical
Publication of CN107945124B publication Critical patent/CN107945124B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/77—Retouching; Inpainting; Scratch removal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/269—Analysis of motion using gradient-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20004—Adaptive image processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Television Systems (AREA)
  • Studio Devices (AREA)

Abstract

本发明公开一种运动路径指引的老电影黑帧修复方法，包括：运动路径估计步骤，其中使用光流估计获得前后参考帧之间的运动路径约束；预插值步骤，其中使用自适应的双向帧插值插得预处理中间帧；黑洞填补步骤，其中对预处理中间帧中的黑洞进行领域像素填补，从而提高终插值的准确性；以及终插值步骤，其中对包含运动路径约束的预处理中间帧进行基于块的帧重构，从而将老电影中的黑帧修复成过渡自然的中间帧。本发明方法不仅能较好的满足重建效果，而且也兼顾了计算复杂度，对于大部分的老电影镜头，甚至一些较为复杂的变形镜头也能较好的还原中间帧。

Description

一种运动路径指引的老电影黑帧修复方法
技术领域
本发明涉及计算机图像修复领域，具体涉及一种运动路径指引的老电影黑帧修复方法。
背景技术
老电影由于其反映了早年社会的面貌、表达了早期艺术的形态，成为现如今珍贵的历史影像资料，有着重大的研究和保存价值。然而，胶片电影由于受历史原因和技术的影响，再加上胶片本身物理上无法抵抗自然环境，长久下来在保存上出现了斑点、划痕、褪色、缺损等诸多问题。而这些问题在影片被胶转磁数字化后仍然存在。
当老电影部分胶片缺损时，黑帧常作为替补帧出现弥补空格，从而保持影片播放的帧率。然而，黑帧的插入在影片播放过程中会出现视觉上的闪跳，很影响观感。现在对视频插帧的研究主要依赖于前后帧的相关性，找到相应运动规律，从而推导出中间帧的画面状态。最为常见的解决方式是计算物体的光流估计，利用运动补偿进行帧插值。Mahajan等提出基于路径的插值方法，通过在源图中寻找到一条路径，该路径可供插值帧中的每个像素进行移动和拷贝。Meyer等提出基于相位的方法，这类方法假设轻微的移动可以用单个像素颜色的相位移动编码得到。Saito等提出基于块的快速帧插值，该方法利用匹配块得到两帧之间的位移矢量，再将块平移到合适的位置进行帧插值。然而，虽然现有的算法各有各的优势，但存在重建效果差或计算复杂的问题。
发明内容
针对现有技术存在的缺陷，本发明的目的是提供一种运动路径指引的老电影黑帧修复方法，从而将老电影中的黑帧修复成过渡自然的中间帧。
为达到上述目的，本发明采用如下技术方案：
一种运动路径指引的老电影黑帧修复方法，具体步骤如下：
步骤1)，运动路径估计：使用光流估计获得前后参考帧之间的运动路径约束；
步骤2)，预插值：使用自适应的双向帧插值插得预处理中间帧；
步骤3)，黑洞填补：对预处理中间帧中的黑洞进行领域像素填补，从而提高终插值的准确性；
步骤4)，终插值：对包含运动路径约束的预处理中间帧进行基于块的帧重构，从而将老电影中的黑帧修复成过渡自然的中间帧。
上述步骤1)中的运动路径估计，具体为：通过计算前向参考帧与后向参考帧对应像素点的位移矢量得到位移矢量集(u,v)，其中，假设前向参考帧中的像素点为(x,y,t)，后向参考帧中的对应像素点为(x',y',t')，则两像素差值如公式(1)
其中，s表示从t帧到t'帧的时间差，运动路径表示前后参考帧对应像素在时间维度的运动矢量，那么，从t帧到t'帧的运动路径表示为(u,v,s)。
上述帧间的对应像素位移矢量集，通过计算层标记光流估计来获得：首先，找到一个满足一定假设条件的能量函数，然后，将该能量函数最小化得到最优的位移矢量，再使用金字塔结构分层迭代位移矢量，从而得到最佳的位移矢量集(u,v)。
上述能量函数由三项目组成：数据项、平滑项和对称项，具体定义如公式(2)所示：
其中，(u12,v12)表示从帧I1到帧I2的光流场，(u21,v21)表示从帧I2到帧I1的光流场，EData、ESmooth、ESym分别表示数据项、平滑项和对称项，α、β是各项目的占比系数。
上述步骤2)中的预插值，使用双向插值方法得到预处理的中间帧，对于多帧的插值，从前后参考帧中自适应的选择较佳的像素值进行预填充。
上述双向插值方法是：首先，利用步骤1)中的前向光流场和后向光流场分别进行前向插值和后向插值，然后，使用前向插值和后向插值中所有有效像素对预处理中间帧进行填充。对于多帧的预插值，预估前一半的帧内容更接近前向参考帧，而后一半的帧内容更接近后向参考帧，对于不同的帧内容，自适应的选择合适的参考帧优先填充预处理中间帧的像素值。
上述步骤3)中的黑洞填补，对预处理中间帧中仍未被填充的黑洞使用近领域像素进行填补，从而纠正部分错误像素，减少后期块匹配的错误率。
上述步骤4)中的终插值，使用双帧参考进行块匹配，从前后参考帧中找到与预处理中间帧最为匹配的匹配块，使用该匹配块替换预处理中间帧中的块，从而使得得到的最终中间插值帧在细节上更为自然，又因为预处理中间帧中包含运动路径约束，使得最终插值帧继承了前后帧的过渡状态，从而满足老电影电影镜头黑帧的替换修复。
上述块匹配的过程中，使用相似性度量找寻前后参考帧中与预处理中间帧中待匹配块最相似的块，为了加快搜索速度，使用邻近块传播和随机搜索的方法进行相似块的搜寻。
与现有技术相比，本发明具有如下的优点：
本发明一种运动路径指引的老电影黑帧修复方法，不仅能较好的满足重建效果，而且也兼顾了计算复杂度，对于大部分的老电影镜头，甚至一些较为复杂的变形镜头也能较好的还原中间帧。
附图说明
图1是表示本发明的老电影黑帧修复方法的主流程图。
图2是表示运动路径的时空示意图。
图3是表示本发明的老电影黑帧修复方法的预插值和黑洞填补的子流程图。
图4是表示预处理中间帧黑洞填补前(a)和黑洞填补后(b)的效果对比图。
图5是表示在终插值步骤使用单帧参考进行块匹配(a)和使用双帧参考进行块匹配(b)的效果对比图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如图1所示，一种运动路径指引的老电影黑帧修复方法，其特征在于，具体步骤如下：
步骤1)，运动路径估计：使用光流估计获得前后参考帧之间的运动路径约束；
步骤2)，预插值：使用自适应的双向帧插值插得预处理中间帧；
步骤3)，黑洞填补：对预处理中间帧中的黑洞进行领域像素填补，从而提高终插值的准确性；
步骤4)，终插值：对包含运动路径约束的预处理中间帧进行基于块的帧重构，从而将老电影中的黑帧修复成过渡自然的中间帧。
所述步骤1)中的运动路径估计，具体为：通过计算前向参考帧与后向参考帧对应像素点的位移矢量得到位移矢量集(u,v)，其中，假设前向参考帧中的像素点为(x,y,t)，后向参考帧中的对应像素点为(x',y',t')，则两像素差值如公式(1)
其中，s表示从t帧到t'帧的时间差，运动路径表示前后参考帧对应像素在时间维度的运动矢量，那么，从t帧到t'帧的运动路径表示为(u,v,s)。
图2直观的展示了蓝色方块从帧I1到帧I2的运动路径。根据位移矢量插值得到的预处理中间帧包含了运动路径约束，因而能使之后帧重建完整的保留了帧间过渡状态。帧间对应像素位移矢量集可以通过计算层标记光流估计来获得。首先，找到一个满足一定假设条件的能量函数，然后，将该能量函数最小化得到最优的位移矢量，再使用金字塔结构分层迭代位移矢量，从而得到最佳的位移矢量集(u,v)。计算光流估计的能量函数由三项目组成：数据项、平滑项和对称项，具体定义如公式(2)所示：
其中，(u12,v12)表示从帧I1到帧I2的光流场，(u21,v21)表示从帧I2到帧I1的光流场，EData、ESmooth、ESym分别表示数据项、平滑项和对称项，α、β是各项目的占比系数。
如图3的子流程图所示，预处理中间帧的获取包括了步骤2)预插值和步骤3)黑洞填补。在步骤2)中，使用双向插值方法得到预处理的中间帧，对于多帧的插值，从前后参考帧中自适应的选择较佳的像素值进行预填充。如图3的步骤2)部分展示了自适应的双向插值方法的具体流程，首先，利用步骤1)的前向光流场和后向光流场分别进行前向插值和后向插值，然后，使用前向插值和后向插值中所有有效像素对预处理中间帧进行填充。对于多帧的预插值，可以预估前一半的帧内容更接近前向参考帧，而后一半的帧内容更接近后向参考帧，对于不同的帧内容，自适应的选择合适的参考帧优先填充预处理中间帧的像素值。
在步骤3)中，对预处理中间帧中仍未被填充的黑洞使用近领域像素进行填补，从而纠正部分错误像素，减少后期块匹配的错误率。如图4(a)和(b)分别是预处理中间帧黑洞填补前和填补后的最终效果图，可见黑洞填补确实可以减少错误匹配率，改善插帧效果。
最后，在步骤4)终插值中，使用双帧参考进行块匹配。图5表示在终插值步骤使用单帧参考进行块匹配(a)和使用双帧参考进行块匹配(b)的效果对比图，因为双帧参考包含信息更全面，所以其插帧效果更好。对预处理中间帧进行基于块的帧重构。首先，从前后参考帧中找到与预处理中间帧最为匹配的匹配块，然后，使用这些匹配块去替换预处理中间帧中的块，最终得到终插值帧。使用该方法得到的最终中间插值帧比预处理中间帧在细节上更为自然，又因为预处理中间帧中包含运动路径约束，使得最终插值帧继承了前后帧的过渡状态，从而满足老电影电影镜头黑帧的替换修复。在进行块匹配的过程中，使用相似性度量找寻前后参考帧中与预处理中间帧中待匹配块最相似的块，为了加快搜索速度，使用邻近块传播和随机搜索的方法进行相似块的搜寻。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种运动路径指引的老电影黑帧修复方法，其特征在于，具体步骤如下：
步骤1)，运动路径估计：使用光流估计获得前后参考帧之间的运动路径约束；
步骤2)，预插值：使用自适应的双向帧插值插得预处理中间帧；
步骤3)，黑洞填补：对预处理中间帧中的黑洞进行领域像素填补，从而提高终插值的准确性；
步骤4)，终插值：对包含运动路径约束的预处理中间帧进行基于块的帧重构，从而将老电影中的黑帧修复成过渡自然的中间帧。
2.根据权利要求1所述的运动路径指引的老电影黑帧修复方法，其特征在于，所述步骤1)中的运动路径估计，具体为：通过计算前向参考帧与后向参考帧对应像素点的位移矢量得到位移矢量集(u,v)，其中，假设前向参考帧中的像素点为(x,y,t)，后向参考帧中的对应像素点为(x',y',t')，则两像素差值如公式(1)
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msup> <mi>x</mi> <mo>&amp;prime;</mo> </msup> <mo>-</mo> <mi>x</mi> <mo>=</mo> <mi>u</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msup> <mi>y</mi> <mo>&amp;prime;</mo> </msup> <mo>-</mo> <mi>y</mi> <mo>=</mo> <mi>v</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msup> <mi>t</mi> <mo>&amp;prime;</mo> </msup> <mo>-</mo> <mi>t</mi> <mo>=</mo> <mi>s</mi> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
其中，s表示从t帧到t'帧的时间差，运动路径表示前后参考帧对应像素在时间维度的运动矢量，那么，从t帧到t'帧的运动路径表示为(u,v,s)。
3.根据权利要求2所述的运动路径指引的老电影黑帧修复方法，其特征在于，所述帧间的对应像素位移矢量集，通过计算层标记光流估计来获得：首先，找到一个满足一定假设条件的能量函数，然后，将该能量函数最小化得到最优的位移矢量，再使用金字塔结构分层迭代位移矢量，从而得到最佳的位移矢量集(u,v)。
4.根据权利要求3所述的运动路径指引的老电影黑帧修复方法，其特征在于，所述能量函数由三项目组成：数据项、平滑项和对称项，具体定义如公式(2)所示：
<mrow> <mi>E</mi> <mrow> <mo>(</mo> <msub> <mi>u</mi> <mn>12</mn> </msub> <mo>,</mo> <msub> <mi>v</mi> <mn>12</mn> </msub> <mo>,</mo> <msub> <mi>u</mi> <mn>21</mn> </msub> <mo>,</mo> <msub> <mi>v</mi> <mn>21</mn> </msub> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>2</mn> </munderover> <msubsup> <mi>E</mi> <mrow> <mi>D</mi> <mi>a</mi> <mi>t</mi> <mi>a</mi> </mrow> <mi>k</mi> </msubsup> <mo>+</mo> <msubsup> <mi>&amp;alpha;E</mi> <mrow> <mi>S</mi> <mi>m</mi> <mi>o</mi> <mi>o</mi> <mi>t</mi> <mi>h</mi> </mrow> <mi>k</mi> </msubsup> <mo>+</mo> <msubsup> <mi>&amp;beta;E</mi> <mrow> <mi>S</mi> <mi>y</mi> <mi>m</mi> </mrow> <mi>k</mi> </msubsup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>
其中，(u12,v12)表示从帧I1到帧I2的光流场，(u21,v21)表示从帧I2到帧I1的光流场，EData、ESmooth、ESym分别表示数据项、平滑项和对称项，α、β是各项目的占比系数。
5.根据权利要求1所述的运动路径指引的老电影黑帧修复方法，其特征在于，所述步骤2)中的预插值，使用双向插值方法得到预处理的中间帧，对于多帧的插值，从前后参考帧中自适应的选择较佳的像素值进行预填充。
6.根据权利要求5所述的运动路径指引的老电影黑帧修复方法，其特征在于，所述双向插值方法是：首先，利用步骤1)中的前向光流场和后向光流场分别进行前向插值和后向插值，然后，使用前向插值和后向插值中所有有效像素对预处理中间帧进行填充。
7.根据权利要求5所述的运动路径指引的老电影黑帧修复方法，其特征在于，对于多帧的预插值，预估前一半的帧内容更接近前向参考帧，而后一半的帧内容更接近后向参考帧，对于不同的帧内容，自适应的选择合适的参考帧优先填充预处理中间帧的像素值。
8.根据权利要求1所述的运动路径指引的老电影黑帧修复方法，其特征在于，所述步骤3)中的黑洞填补，对预处理中间帧中仍未被填充的黑洞使用近领域像素进行填补，从而纠正部分错误像素，减少后期块匹配的错误率。
9.根据权利要求1所述的运动路径指引的老电影黑帧修复方法，其特征在于，所述步骤4)中的终插值，使用双帧参考进行块匹配；从前后参考帧中找到与预处理中间帧最为匹配的匹配块，使用该匹配块替换预处理中间帧中的块，从而使得得到的最终中间插值帧在细节上更为自然，又因为预处理中间帧中包含运动路径约束，使得最终插值帧继承了前后帧的过渡状态，从而满足老电影电影镜头黑帧的替换修复。
10.根据权利要求9所述的运动路径指引的老电影黑帧修复方法，其特征在于，所述块匹配的过程中，使用相似性度量找寻前后参考帧中与预处理中间帧中待匹配块最相似的块，为了加快搜索速度，使用邻近块传播和随机搜索的方法进行相似块的搜寻。
CN201711143062.8A 2017-11-17 2017-11-17 一种运动路径指引的老电影黑帧修复方法 Active CN107945124B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711143062.8A CN107945124B (zh) 2017-11-17 2017-11-17 一种运动路径指引的老电影黑帧修复方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711143062.8A CN107945124B (zh) 2017-11-17 2017-11-17 一种运动路径指引的老电影黑帧修复方法

Publications (2)

Publication Number Publication Date
CN107945124A true CN107945124A (zh) 2018-04-20
CN107945124B CN107945124B (zh) 2021-12-03

Family

ID=61932728

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711143062.8A Active CN107945124B (zh) 2017-11-17 2017-11-17 一种运动路径指引的老电影黑帧修复方法

Country Status (1)

Country Link
CN (1) CN107945124B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109922231A (zh) * 2019-02-01 2019-06-21 重庆爱奇艺智能科技有限公司 一种用于生成视频的插帧图像的方法和装置
CN112272311A (zh) * 2020-10-21 2021-01-26 腾讯科技（北京）有限公司 花屏修复方法、装置、终端、服务器及介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101399950A (zh) * 2007-09-30 2009-04-01 上海携昌电子科技有限公司 一种基于图像轮廓匹配的帧频加倍的方法
CN105025201A (zh) * 2015-07-29 2015-11-04 武汉大学 一种时空连续的视频背景修复方法
CN105517671A (zh) * 2015-05-25 2016-04-20 北京大学深圳研究生院 一种基于光流法的视频插帧方法及系统
CN105809639A (zh) * 2016-03-03 2016-07-27 上海大学 一种老电影褪色闪烁的修复方法
CN106101716A (zh) * 2016-07-11 2016-11-09 北京大学 一种视频帧率检测方法
CN106210767A (zh) * 2016-08-11 2016-12-07 上海交通大学 一种智能提升运动流畅性的视频帧率上变换方法及系统
CN106303546A (zh) * 2016-08-31 2017-01-04 四川长虹通信科技有限公司 一种帧速率上转换方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101399950A (zh) * 2007-09-30 2009-04-01 上海携昌电子科技有限公司 一种基于图像轮廓匹配的帧频加倍的方法
CN105517671A (zh) * 2015-05-25 2016-04-20 北京大学深圳研究生院 一种基于光流法的视频插帧方法及系统
CN105025201A (zh) * 2015-07-29 2015-11-04 武汉大学 一种时空连续的视频背景修复方法
CN105809639A (zh) * 2016-03-03 2016-07-27 上海大学 一种老电影褪色闪烁的修复方法
CN106101716A (zh) * 2016-07-11 2016-11-09 北京大学 一种视频帧率检测方法
CN106210767A (zh) * 2016-08-11 2016-12-07 上海交通大学 一种智能提升运动流畅性的视频帧率上变换方法及系统
CN106303546A (zh) * 2016-08-31 2017-01-04 四川长虹通信科技有限公司 一种帧速率上转换方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CE LIU等: "Human- Assisted Motion Annotation", 《2008 IEEE CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION》 *
安文等: "基于双向运动估计的残差分布式视频重构模型研究", 《无线电通信技术》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109922231A (zh) * 2019-02-01 2019-06-21 重庆爱奇艺智能科技有限公司 一种用于生成视频的插帧图像的方法和装置
CN112272311A (zh) * 2020-10-21 2021-01-26 腾讯科技（北京）有限公司 花屏修复方法、装置、终端、服务器及介质
CN112272311B (zh) * 2020-10-21 2022-08-26 腾讯科技（北京）有限公司 花屏修复方法、装置、终端、服务器及介质

Also Published As

Publication number Publication date
CN107945124B (zh) 2021-12-03

Similar Documents

Publication Publication Date Title
CN103402098B (zh) 一种基于图像插值的视频插帧方法
WO2020037965A1 (zh) 一种用于视频预测的多运动流深度卷积网络模型方法
Patwardhan et al. Video inpainting of occluding and occluded objects
CN110634105B (zh) 一种光流法和深度网络结合的视频高时空分辨率信号处理方法
WO2016187776A1 (zh) 一种基于光流法的视频插帧方法及系统
EP0675652B1 (fr) Procédé et circuit d&#39;estimation de mouvement entre images à deux trames entrelacées, et dispositif de codage de signaux numériques comprenant un tel circuit
CN104159093B (zh) 运动拍摄的静态场景视频的时域一致性空洞区域修补方法
FR2690031A1 (fr) Dispositif de segmentation d&#39;images.
CN107945124A (zh) 一种运动路径指引的老电影黑帧修复方法
CN101459843B (zh) 一种精确提取视频序列中损坏内容区域的方法
CN110062232A (zh) 一种基于超分辨率的视频压缩方法及系统
FR2820255A1 (fr) Procedes de codage et de decodage d&#39;images, dispositifs, systemes, signaux et applications correspondants
CN116862773A (zh) 一种应用于复杂场景下的视频超分辨率重建方法
CN104159098B (zh) 一种视频的时域一致性半透明边缘提取方法
CN116542889A (zh) 一种拥有稳定视点的全景视频增强方法
CN113436254B (zh) 一种级联解耦的位姿估计方法
CN115731132A (zh) 图像修复方法、装置、设备及介质
CN110392265A (zh) 帧间运动估计方法、装置、电子设备及可读存储介质
FR2768003A1 (fr) Procede de codage d&#39;un signal de forme binaire
WO2010003844A1 (fr) Procede de composition temps reel d&#39;une video
CN113781316B (zh) 一种基于对抗生成网络的高分辨率图像修复方法及修复系统
CN115482265A (zh) 一种基于连续视频流的室外场景深度补全方法
FR2769784A1 (fr) Methode de codage de mode dans un codage de forme binaire
EP1596607B1 (fr) Procédé et dispositif de génération de vecteurs candidats pour les systèmes d&#39;interpolation d&#39;images par estimation et compensation de mouvement
Zhu et al. Fused network for view synthesis

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant