Thmen/EGVSR

해결하는 문제

이 프로젝트는 저품질 동영상 시퀀스의 해상도를 높이되 시각적 품질과 시간적 일관성을 유지하는 동영상 슈퍼리졸루션(VSR)의 과제를 다룹니다. 특히 기존 모델인 TecoGAN의 추론 속도를 향상시키되 성능을 희생하지 않도록 하는 것을 목표로 합니다.

작동 방식

EGVSR(Efficient & Generic Video Super-Resolution)는 PyTorch로 구현된 것으로, TecoGAN VSR 모델의 추론 속도를 최적화하기 위해 서브픽셀 컨볼루션을 사용합니다. VESPCN, SOFVSR, FRVSR, TecoGAN 등 다양한 딥러닝 기반 VSR 방법을 구현하고 비교할 수 있는 통합 프레임워크를 제공합니다.

대상 사용자

컴퓨터 비전 및 동영상 처리 분야에서 연구 및 개발을 수행하는 연구자 및 개발자에게 적합합니다. 최신 딥러닝 기술을 활용한 동영상 확대를 위한 고성능 프레임워크가 필요하신 분들께 추천합니다.

주요 특징

• 통합 프레임워크: VESPCN, SOFVSR, FRVSR, TecoGAN, EGVSR 등 여러 VSR 방법을 하나의 리포지토리에서 지원.
• 최적화된 속도: 서브픽셀 컨볼루션을 사용해 이전 방법보다 빠른 추론 속도를 달성.
• 광범위한 테스트: Vid4 및 Tos3와 같은 표준 데이터셋뿐만 아니라, 더 다양한 특성을 가진 새로운 데이터셋 Gvt72도 지원.
• 성능 지표: 객관적인 시각적 품질과 시간적 일관성 기준으로 모델을 평가.