mucan专题

MuCAN: Multi-Correspondence Aggregation Network for Video Super-Resolution阅读

出自ECCV2020 文章思路 这篇文章的出发点是:帧间和帧内中存在很多相似的内容,如何有效的利用这些内容上的相似性去超分目标帧。这种相似性如下图所示: 基于此,作者提出了一个temporal multi-correspondence aggregation module(TM-CAM)以利用帧间内容上的相似性, cross-scale nonlocal-correspondence ag

MuCAN: Multi-Correspondence Aggregation Network for Video Super-Resolution论文笔记

论文链接:https://arxiv.org/abs/2007.11803代码:https://github.com/Jia-Research-Lab/Simple-SRECCV2020 前言 当前VSR算法所存在的问题:1)通常采用光流来建立时间相关性,但是光流估计易有误,从而影响重建结果;2)VSR算法极少采用自然图像中本就存在的相似模式。 之前的VSR算法对对齐和回归两个阶段单独建模,本