Подробное описание документа

Али С.
   Улучшение интерполяции кадров видео с помощью адаптивных ядер / Али С. ; науч. рук. Спасенов А. Ю. // Комплексная автоматизация проектирования и производства (КАПП(М)-2025) : сборник статей 3-ей молодёжной конференции (с международным участием), Москва, 16 мая 2025 года / ред. Карпенко А. П. ; МГТУ им. Н. Э. Баумана (национальный исследовательский университет). - М., 2025. - С. 409-415.

Интерполяция кадров видео (VFI) генерирует промежуточные кадры между последовательными кадрами видео, обычно для замедленного воспроизведения или сжатия. Традиционные методы, такие как оптический поток или свертки с фиксированным ядром, плохо справляются с окклюзией и большими движениями. Современные решения используют глубокое обучение, сочетая оценку потока и адаптивные ядра. STMFNet — это двухступенчатая модель для уточнения потока и синтеза адаптивных ядер. Изучено влияние аппаратных ограничений и размера данных на качество интерполяции. Адаптивные ядра повысили PSNR/SSIM на 2,28 дБ/0,037 для динамических текстур (VFITex), но оригинальная модель лучше работает с большими наборами данных и мощными GPU. Это подчеркивает зависимость VFI от разнообразия данных и вычислительной мощности.
Ключевые слова: VFI, оптический поток, основанные на ядре, гибридные методы интерполяции, ST-MFNet, PSNR, SSIM