-
公开(公告)号：CN117176890A
公开(公告)日：2023-12-05
申请号：CN202311193395.7
申请日：2023-09-15
Applicant: 北京理工大学唐山研究院
Abstract: 一种基于深度学习的轻量级高精度时空视频超分辨率方法，其特征在于，步骤：获取视频资源；通过ffmpeg软件将视频资料分解为帧序列；从帧序列的首部开始，依次取连续的两帧作为模型的输入帧;模型接收两帧图像信息，在这两帧中插值一帧；同时又将两帧和插值的一帧图像重建为指定倍数的高分辨率图像；将所得到的高分辨率图像存储在硬件中，按照视频播放的顺序排序；采用ffmpeg将高分辨率连续帧根据帧率要求编码为新的高分辨率高帧率视频；发布新的视频。本发明有效防止模型推理过程中过多的内存占用，降低对设备性能的要求,有效提升时空超分辨率的准确性；有效降低对内存的占用,有效提高处理效果。
Search Results
1
records
(took 0.02 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
