TSARA:我们的ICASSP 2021论文“ REAL VERSUS FAKE 4K 真实的解决方案评估”的PyTorch官方实现 源码
ARA 这是我们的ICASSP 2021论文“真实对假4K-真实分辨率评估”的官方PyTorch实施。 即将发布... 1.简介 1.1背景 近年来,流式4K / UHD甚至更高分辨率的图像/视频内容一直在稳定增长,因为它有潜力为最终用户提供清晰,细节丰富的体验质量(QoE) 。 但是,实际上,视频采集,制作,后期制作和交付的流水线通常涉及以下阶段:将视频帧缩小到较低的分辨率,然后在以后的阶段放大到4K / UHD分辨率。 结果,在此过程中丢失了真正的4K分辨率,而最终用户通常不了解此类质量下降的情况。 因此,在实际应用中,我们需要True / Fake 4K决策,以确保细节丰富的体验质量(QoE)。 1.2贡献 我们引入了第一个,最大的和唯一的真实和假4K图像检测公共数据集之一,其中包含10,824张True和Fake4K图像。 我们提出了一种基于DNN的高效TSARA(两阶段真实
文件列表
TSARA-main.zip
(预估有个17文件)
TSARA-main
histogram_data
ValData_Histogram_256stride_variance.csv
16KB
TrainData_Histogram_256stride_variance.csv
65KB
TestData_Histogram_256stride_variance_srno.csv
47KB
patch_generator.py
1KB
data
test_4K.csv
47KB
train_4K.csv
194KB
secondstage_prediction.py
3KB
暂无评论