an implementation of Video Frame Interpolation via Adaptive Separable Convolution using PyTorch
pytorch-sepconv 这是使用 PyTorch 通过自适应可分离卷积 [1] 进行视频帧插值的参考实现。
给定两个帧，它将以可分离的方式利用自适应卷积 [2] 来插入中间帧。
如果您使用我们的工作，请引用我们的论文 [1]。
对于这项工作的 Torch 版本，请参阅：https://github.com/sniklaus/torch-sepconv setup 要构建实现并下载预训练的网络，请运行 bash install.bash 并确保您配置了 CUDA_HOME环境变量。
成功完成此步骤后，运行 python run.py 进行测试。
如果您在执行期间收到有关无效设备功能的错误消息，请将 install.bash 中使用的 CUDA 架构配置为您的显卡支持的内容。
用法 要在您自己的帧对上运行它，请使用以下命令。
您可以选择 l1 或 lf 模型，请参阅我们的论文了
2022-05-10 19:03:49
14.47MB
1
自适应中值滤波步骤
1. 指定模板的最小尺寸N和最大尺寸M，并按照(M-1)/2扩展图像边界。
2. 先使用NxN的模板取出图像中部分值。
3. 判断当前模板的中值是否可能为噪点，若可能执行步骤4，不是则执行步骤5。
4. 若当前模板尺寸小于M则扩大模板尺寸再执行步骤2，若当前模板尺寸等于M则使用中值替换原像素值再执行步骤6。
5. 判断模板中心点像素值是否可能为噪点，若可能则以中值替换原像素值，若不是则保留原像素值。执行步骤6。
6. 将模板尺寸减小为N，移动模板，重复步骤2，直到模板不能再继续移动。
该程序还要求实现以下功能
1. 显示原图像、移除像素后的图像和恢复出的图像。
2. 求该去噪算法的MSE值。
2022-05-10 18:08:40
225KB
该模板属于企业通用、HTML5响应式、室内装修、装饰设计、室内装潢、建筑装饰设计类企业使用，一款适用性很强的模板，基本可以适合各行业的企业网站！
响应式自适应各种移动设备，同一个后台，数据即时同步，简单适用！
2022-05-10 18:08:14
14.5MB