#293 · 主分类: 视频与动画

FLAVR

8x-interpolation artificial-intelligence deep-learning machine-learning slomo-filter video

FLAVR的代码:一种快速高效的帧插值技术。

项目最后更新:05/07/24

GitHub Stars

516

Forks数量

76

贡献者数量

5

许可证

Apache-2.0

收录理由

FLAVR 源自一篇 WACV 2023 论文,是一种无需光流估计的帧插值模型。它最突出的特点是单次前向传播就能一次性生成多个中间帧,省去了传统方法中计算光流的步骤,因此相比 SuperSloMo 和 DAIN 这类早期方案速度更快,同时仍能产出流畅的高帧率视频。仓库直接提供了 2x、4x、8x 的预训练权重和测试脚本,拿自己的视频做慢动作效果不必重新训练。代码结构清晰,适合用来研究时空卷积和通道门控机制,Vimeo-90K 与 GoPro 的训练命令也已经写好,方便进一步扩展。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目