MANet: Improving Video Denoising with a Multi-Alignment Network

要約

ビデオノイズ除去では、隣接するフレームが非常に有用な情報を提供することがよくありますが、そのような情報を利用する前に正確な位置合わせが必要です。
この作業では、注意ベースの平均化が続く複数のフロー提案を生成するマルチアライメントネットワークを提示します。
これは、非局所的なメカニズムを模倣するのに役立ち、複数の観測値を平均化することによってノイズを抑制します。
私たちのアプローチは、流量推定に基づくさまざまな最先端のモデルに適用できます。
大規模なビデオデータセットでの実験は、私たちの方法がノイズ除去ベースラインモデルを0.2dB改善し、モデル蒸留によってパラメータをさらに47％削減することを示しています。
コードはhttps://github.com/IndigoPurple/MANetで入手できます。

要約(オリジナル)

In video denoising, the adjacent frames often provide very useful information, but accurate alignment is needed before such information can be harnassed. In this work, we present a multi-alignment network, which generates multiple flow proposals followed by attention-based averaging. It serves to mimic the non-local mechanism, suppressing noise by averaging multiple observations. Our approach can be applied to various state-of-the-art models that are based on flow estimation. Experiments on a large-scale video dataset demonstrate that our method improves the denoising baseline model by 0.2dB, and further reduces the parameters by 47% with model distillation. Code is available at https://github.com/IndigoPurple/MANet.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google