零样本视频修复与增强新方法
热点事件持续更新
零样本视频修复与增强新方法
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Cong Cao 等人提出一种免训练的视频修复与增强方法,利用同源和异构视频扩散模型辅助图像基线。该方法通过潜融合策略及 CoQ 比率解决时序闪烁,并借助图到视频扩散模型进行时间增强后处理以提升一致性。 据 arXiv 报道,实验证明该方案在任意基于扩散的图像修复增强任务中均优于现有方法。
AI 根据报道生成 · 23 分钟前更新
报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv · 机器人与计算机视觉Zero-Shot Video Restoration and Enhancement with Assistance of Video Diffusion Models 提出同源与异构潜融合策略及时间增强后处理,实现免训练的视频修复增强
该方法利用同源和异构视频扩散模型辅助图像基线方法,通过同源/异构潜融合及 CoQ 比率策略解决时序闪烁问题。提出的时间增强后处理进一步利用图到视频扩散模型提升一致性。实验证明该免训练方案在任意基于扩散的图像修复增强任务中均优于现有方法。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。