실시간 적응 제어기의 계산 지연으로 인한 오차를 줄이기 위해 현재 프레임 이미지의 입력으로 후반부 프레임 이미지를 사용하며, 이는 빠른 반사경 보정 정확도를 효과적으로 향상시켜 현재 기내 영상 시스템에서 중요한 응용이 되고 있다. 본 문서에서는 광류법을 기반으로 한 경량화된 영상 후반부 실시간 예측 방법을 제안한다. 이 방법은 연속된 두 프레임 이미지를 입력으로 하여 광류 추정 모듈을 통해 전방 및 후방 광류장을 예측한다. 동시에 시간 인코딩 t를 도입하여 예측된 양방향 광류에 대해 선형 시간 척도 조정을 수행하고, 양선형 변환 기반 특징 정렬을 통해 후반부 프레임 예측을 실현한다. 광류 추정 모듈은 다층 심층 가분리 컨볼루션 구조를 사용하여 모델 파라미터 수를 크게 줄이고, 채널 주의 강화 블록을 도입하여 특징 채널 간 적응형 재보정을 수행하여 세부 특징을 포착한다. 실험 결과는 다음과 같다: 가시광선 데이터셋에서 PSNR은 27 dB 이상, SSIM은 0.93 이상이며, 후반부 프레임 예측 속도는 초당 116프레임 이상으로 전형적인 알고리즘보다 약 60프레임 빠르다; 적외선 데이터셋에서 PSNR은 41 dB 이상, SSIM은 0.98 이상이며, 후반부 프레임 예측 속도는 초당 123프레임에 달해 전형적인 알고리즘보다 약 60프레임 빠르다. 이 알고리즘은 광대역에서 일반화 능력을 가지며 고프레임률과 고품질로 후반부 프레임을 예측할 수 있다.

컴퓨터 비전;영상 프레임 예측;딥러닝;광류법