AI视频修复速度10倍提升，论文已被ECCV 2024接收！ 来源：量子位 BlazeBVD团队家人们，消除“视频闪烁”（比如画面突然一白）有新招了！ 回想一下，当你看一部老电影或者用手机拍摄的视频时，画面偶尔会出现闪烁或颜色不一致等现象。 为了消除这些，来自美图影像研究院、中国科学院大学，以及四川大学的研究人员提出了一种新算法。 新算法“BlazeBVD”可以自动消除视频中的闪烁，而且处理速度非常快，据称比现有方法快10倍。 更妙的是！这种方法甚至无需事先知道视频闪烁的具体类型或程度。 换句话说，它是“盲”的，可以应用于各种不同的视频。 这下，即使拍摄环境光线变化，或者相机硬件跟不上也无需头疼了。[doge] 目前相关论文已被计算机视觉顶会ECCV 2024接收。 感兴趣的话，咱们接着康康~ BlazeBVD如何消除视频闪烁？首先，受经典的STE（闪烁去除方法尺度时间均衡）启发，BlazeBVD引入了直方图辅助解决方案。 图像直方图被定义为像素值的分布，它被广泛应用于图像处理，以调整图像的亮度或对比度。 打个比方，图像直方图就像是一个统计表，它告诉我们在一张照片中，不同亮度的像素有多少。 △图片由Claude 3.5 Sonnet生成而STE通过分析视频中每一帧的直方图，然后用一种叫做高斯滤波的方法来平滑这些直方图，先初步矫正直方图分布突变的图像帧，能够让画面看起来更加稳定，减少闪烁。 虽然STE只对一些轻微的闪烁有效，但它验证了： 直方图比原始的像素数据更简洁，能够更有效地捕捉到视频中的亮度变化和闪烁。 通过平滑直方图，可以减少视频中的闪烁现象，让视频看起来更稳定。 因此，利用STE和直方图的提示来提高盲视频去闪烁的质量和速度是可行的。 具体而言，BlazeBVD包括三个阶段。 BlazeBVD三阶段详解就像医生治病一样，BlazeBVD会首先检查视频的每一帧。 它引入了STE对视频帧在光照空间下的直方图序列进行校正。 然后从处理过的帧中提取出重要信息，比如哪些帧闪烁最明显（奇异帧集）、哪些地方光线需要调整（滤波后的光照图），以及哪些地方曝光过度或不足（曝光图）。 接下来，BlazeBVD开始进行修复。 一方面，BlazeBVD使用一个叫做全局闪烁去除模块（GFRM）的工具，利用之前提取的光照图来调整整个视频的光线，确保每一帧的亮度和颜色看起来都很自然。 另一方面，对于一些特别需要关注的局部区域，比如曝光过度或不足的地方，BlazeBVD会使用局部闪烁去除模块（LFRM）。这个模块会利用光流信息（就像追踪物体在视频中的运动）来修复这些区域的细节。 完成这一步，BlazeBVD最后进行完善工作。 它引入一个轻量级的时序网络（TCM），这个网络就像是视频的“美容师”，确保每一帧在视觉上都是平滑过渡的，没有突兀的变化。 为了进一步提高视频的一致性，BlazeBVD设计了一种特殊的评分系统（自适应掩模加权损失）。这个系统会给每一帧打分，确保它们在视觉上的一致性，让整个视频看起来更加流畅和自然。 至此，BlazeBVD完成了整个“诊治”流程。 实验结果那么，BlazeBVD究竟效果如何呢？ 直接看已有方法与BlazeBVD在盲视频去闪烁任务上的结果对比： 其中Deflicker为已有方法，GT（Ground Truth）表示理想的无闪烁视频，而KL散度表示处理后的视频与理想无闪烁视频之间的差异。KL数值越大，差异越大。 可以看出，BlazeBVD能很好地恢复照明直方图，同时避免出现颜色伪影和颜色失真（例如第二列男人的手臂）。 再进一步和基线方法进行量化对比： BlazeBVD在PSNR（峰值信噪比，数值越高表示视频质量越好）和SSIM（结构相似性指数，数值接近1表示视频质量越好）上得分较高，且在Ewarp（数值越低，视频越连贯一致）得分较低。 一句话，BlazeBVD超越了已有基线方法。 为了直观展现这种差别，BlazeBVD与基线方法的可视化对比如下： 消融实验也验证了BlazeBVD所设计模块的有效性： 概括而言，通过对合成视频、真实视频和生成视频的综合实验，BlazeBVD展现了优越的定性和定量结果，并且比最先进的模型推理速度快10倍。 目前相关论文已公开，感兴趣可以进一步了解。 论文： https://arxiv.org/html/2403.06243v1 推荐阅读 MIT新晋副教授何恺明《计算机视觉进展》课程，附Slides与资料下载 西电IEEE Fellow团队出品！最新《Transformer视觉表征学习全面综述》如何做好科研？这份《科研阅读、写作与报告》PPT，手把手教你做科研奖金675万！3位科学家，斩获“中国诺贝尔奖”！最新 2022「深度学习视觉注意力 」研究概述，包括50种注意力机制和方法！【重磅】斯坦福李飞飞《注意力与Transformer》总结，84页ppt开放下载！2021李宏毅老师最新40节机器学习课程！附课件+视频资料 欢迎大家加入DLer-计算机视觉技术交流群！ 大家好，群里会第一时间发布计算机视觉方向的前沿论文解读和交流分享，主要方向有：图像分类、Transformer、目标检测、目标跟踪、点云与语义分割、GAN、超分辨率、人脸检测与识别、动作行为与时空运动、模型压缩和量化剪枝、迁移学习、人体姿态估计等内容。 进群请备注：研究方向+学校/公司+昵称（如图像分类+上交+小明） ??长按识别，邀请您进群！