典型文献
基于自注意力机制的视频超分辨率重建
文献摘要：
现有的视频超分辨率重建方法虽然对提高视频分辨率取得了良好效果,但是很多方法没有充分考虑视频帧间运动时间域与空间域的关联性.针对这个问题,提出一种融合时间和空间域的视频超分辨率重建模型VTSSR,用于在同一个网络模型中同时对视频进行时间和空间域超分辨率重建.该模型使用卷积层和多个残差块对低帧率、低分辨率视频进行特征提取,通过特征插值生成中间帧的特征图,采用改进的基于自注意力机制模块同时融合特征图时间和空间信息,采用亚像素卷积上采样重建得到高帧率的高分辨率视频.VTSSR模型在Vid4数据集测试表明,其能够克服光流预测难以处理遮挡、复杂运动的局限性,还能解决不同相邻帧对于关键帧重建贡献不同的问题,提高了视频超分辨率重建水平.
文献关键词：
视频超分辨率重建;深度学习;残差神经网络;视频插值;多对齐融合;自注意力机制
中图分类号：
作者姓名：
秦昊宇;葛瑶;张力波;吴学致;任卫军
作者机构：
长安大学 信息工程学院,陕西 西安 710064
文献出处：
引用格式：
[1]秦昊宇;葛瑶;张力波;吴学致;任卫军-.基于自注意力机制的视频超分辨率重建)[J].计算机技术与发展,2022(08):42-48
A类：
VTSSR,视频插值,多对齐融合
B类：
自注意力机制,视频超分辨率重建,重建方法,良好效果,多方法,视频帧,间运,运动时间,时间域,空间域,同一个,对视,模型使用,卷积层,残差块,低分辨率,特征图,注意力机制模块,融合特征,空间信息,亚像素卷积,上采样,高帧率,高分辨率视频,Vid4,测试表明,光流,遮挡,复杂运动,决不,同相,关键帧,建水,残差神经网络
AB值：
0.248421
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
