一舉打敗16個同類模型，視頻超分比賽冠軍算法入選CVPR 2022，來自商湯&南洋理工大學
NTIRE 2021三冠一亞
如何讓模糊的老片變高清？
AI的答案是超分辨率算法。
現在，在視頻超分領域，有一個強大的算法拿下了超分比賽NTIRE 2021三冠一亞的優異成績，登上了CVPR 2022。
它的名字叫做BasicVSR++，是對視頻超分SOTA模型BasicVSR的進一步改進。
BasicVSR也曾拿下NTIRE冠軍，入選CVPR 2021。
現在，這個BasicVSR+++在基本相同的參數量下，不僅性能大幅超過前輩，PSNR（峰值信噪比，圖像質量評估指標）提高了0.82dB，還能應用到更多的視頻復原任務中（例如壓縮視頻增強）。
加強版BasicVSR
BasicVSR采用雙向傳播(propagation)+特征對齊方式，能夠提取整個輸入視頻中的有效信息進行超分。
但是，它這一基本設計也限制了信息聚合的功效，比如難以恢復精細的細節，尤其是在處理復雜的遮擋區域時。
因此，加強版的BasicVSR++在傳播和對齊方面進行了重新改造，采用了二階網格傳播(second-order grid propagation)?和光流引導可變形對齊?(flow-guided deformable alignment)的設計來改善網絡中的信息聚合能力，提升遮擋區域的魯棒性和有效性。
其中，二階網格可以讓信息從不同的時空位置進行前向后后向傳播，讓特征的傳播更有效。
光流引導可變形對齊則可以讓幀進行更具魯棒性的特征對齊。
采用這一對齊方式主要是單純的形變對齊訓練效果不穩定，盡管可變形卷積?(DCN)?網絡中具備多樣性的偏移量（offset）使形變對齊的性能優于光流對齊。
BasicVSR+++具體架構如下：
給定輸入視頻，首先采用殘差模塊對每一幀提取特征；然后這些特征在二階網絡傳播中進行信息傳播，其中對齊部分采用光流引導形變對齊；完成信息傳播后，匯聚特征生成輸出圖像。
在16個同類算法中性能全部最佳
作者對比了16種不同視頻超分算法的性能、參數量以及耗時，結果是BasicVSR++在所有數據集下的兩種退化方式中均取得最佳性能（紅色代表最佳分數，藍色代表次佳分數）。
特別地，相比大容量滑動窗口算法EDSR，BasicVSR++獲得了1.3dB的性能提升，同時參數量少65%；
相比之前的最新技術IconVSR，BasicVSR++在參數量更少的同時也帶來了1dB的性能提升。
更輕量版的BasicVSR++ (S)，相比前輩BasicVSR，也有0.82dB的提升，收益顯著。
而在具體效果中，不管是在REDS4、Vimeo-90K-T還是Vid4數據集上，BasicVSR++都能對極細節的圖像進行復原，且效果最好。
目前，BasicVSR++的代碼已經開源，感興趣的同學可以去試試。
作者介紹
一作陳焯杰?(Kelvin C.K. Chan)?來自南洋理工大學計算機科學與工程學院，博士三年級在讀，本碩畢業于香港中文大學。
目前的研究方向為圖像/視頻恢復，一共發表過5篇頂會論文。
通訊作者為他的導師呂健勤（Chen Change Loy），南洋理工大學計算機學院副教授，商湯-南洋理工大學聯合實驗室S-Lab副主任。
他倆也是BasicVSR的原班作者。
BasicVSR++的剩余兩位作者分別為：該校二年級博士生周尚辰和該校研究員Xu Xiangyu。
論文地址：
https://arxiv.org/abs/2104.13371
代碼：
https://github.com/ckkelvinchan/RealBasicVSR
- 北大開源最強aiXcoder-7B代碼大模型！聚焦真實開發場景，專為企業私有部署設計2024-04-09
- 剛剛，圖靈獎揭曉！史上首位數學和計算機最高獎“雙料王”出現了2024-04-10
- 8.3K Stars!《多模態大語言模型綜述》重大升級2024-04-10
- 谷歌最強大模型免費開放了！長音頻理解功能獨一份，100萬上下文敞開用2024-04-10
