谁有兴趣试一下sepconv这个新出的插帧算法吗？[更新：添加实测效果]

CVPR2017上一篇论文给出的参考实现，github地址为：https://github.com/sniklaus/pytorch-sepconv。用CNN来训练插帧算法，官方给的demo的效果简直逆天，完全看不到传统的插帧算法带来的artifacts。
demo视频地址：http://web.cecs.pdx.edu/~fliu/project/sepconv/demo.mp4
论文地址：http://web.cecs.pdx.edu/~fliu/papers/cvpr2017-interp.pdf

提供的模型是现实的视频训练的，所以选了一个真人片段和一个动画片段来测试效果，名称后加了_sepconv的就是处理过的，稍微看了一下效果，比SVP之类的好很多。


又尝试了放大一些动画截取的帧，在画面变化幅度过大的时候跟SVP一样产生了类似的artifacts，或许还跟作者说图片最好不要超过720P有关，可惜图片放在ubuntu那里忘记复制出来了，到时候有空我再更新一下吧。

渣机就不试了

一直用的A卡补帧

{:6_356:}
{:6_379:}



视频辨识度不够高....

这个是之后ICCV2017上的文章吧，同样的团队。CVPR2017上的是adaconv

用这个里面的程序把《来自新世界》的NCED2双倍帧率后截了一张问题比较严重的

我觉着用在动画上相当得不靠谱

花儿不哭 发表于 2017-12-18 15:35
我觉着用在动画上相当得不靠谱

插动画的话肯定要重新用动画数据集来训练一遍。
github主页3个open issue，都是想让作者给出训练用的脚本，然而作者鸟都不鸟，估计凉了。

cczzhh 发表于 2017-12-18 16:14
插动画的话肯定要重新用动画数据集来训练一遍。
github主页3个open issue，都是想让作者给出训练用的脚本 ...

现在是用三次元的图片训练的吗

花儿不哭 发表于 2017-12-19 15:38
现在是用三次元的图片训练的吗

显然。。。

不过既然这作者都不肯放训练脚本，说明作者本身就对自己的工作没什么信心，不用关注了。