论文部分内容阅读
针对基于卷积神经网络的视频插帧算法模型参数过大、实时性差、内存占用高、难以广泛应用的问题,提出了一种基于双向光流和多尺度特征融合的轻量级级联推理网络模型.将视频插帧任务分解为帧间运动合成和纹理重建两个步骤,设计了一种轻量级的级联双向光流预测网络,并提出了一种多尺度空间与纹理特征融合网络模型,实现了对视频帧多尺度纹理特征和复杂运动特征的充分提取和利用.该模型使用相邻的两个视频帧和所需中间帧的位置作为网络输入,首先计算两个输入帧的空间金字塔特征与纹理金字塔特征;然后使用空间金字塔特征计算帧间的多尺度双向