摘要
3次元畳み込みニューラルネットワークが動画超解像タスクにおいて高い計算コストを持ち、時空間特徴抽出が限定的である問題に対して、本論文では混合時空間畳み込みに基づく軽量動画超解像再構成ネットワークを設計した。まず、混合時空間畳み込みに基づくモジュールを提案し、ネットワークの時空間特徴抽出能力の向上と計算コストの削減を実現した。次に、類似性に基づく選択的特徴融合モジュールを提案し、関連特徴の抽出能力をさらに強化した。最後に、注意機構に基づく動き補償モジュールを設計し、誤った特徴融合の影響をある程度軽減した。実験結果は、提案ネットワークが動画超解像性能とネットワークの複雑性の間で良好なバランスを達成し、ベンチマークデータセットSPMCS-11において4倍超解像で毎秒8フレームを実現したことを示している。提案ネットワークはエッジデバイスでの推論実行において高速かつ高精度な要件を満たしている。
关键词
動画超解像; 深層学習; 3次元畳み込みニューラルネットワーク; 特徴融合
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website