基于压缩与精化深度体素流模型的视频插值

作者：茹妞妞; 于晋伟; 杨卫华^*; 卞玮

来源：计算机工程, 2022, 48(09): 248-253.

DOI：10.19678/j.issn.1000-3428.0062586

• 视频插值
• 预训练模型
• 参数压缩
• 卷积神经网络
• 精化深度体素流模型

视频插值是利用视频相邻帧的图像信息合成中间帧，可直接应用于慢动作视频回放、高频视频合成、动画制作等领域。现有基于深度体素流的视频插值模型存在合成精度低、参数量大的问题，限制其在移动端的部署应用。提出一种压缩驱动的精化深度体素流插值模型。通过预训练深度体素流模型提高视频的插值质量并确定高精度参数，利用稀疏压缩技术裁剪卷积通道数，以减少参数量并得到粗体素流，同时将输入视频帧、粗体素流和粗中间帧作为精体素流网络的输入，获得精体素流。在此基础上，通过三线性插值方法计算得到精中间帧，以增强模型对边缘信息的捕获能力，从而提高中间帧质量。在Vimeo 90K和UCF101数据集上的实验结果表明，相比DVF、SepConv、CDFI等模型，该模型的峰值信噪比和结构相似性分别平均提高1.59 dB和0.015，在保证参数量增幅较小的前提下，能够有效优化视频合成效果。

• 单位
  数学学院; 太原理工大学