信息科学 | 基于光流法的宽波段视频后半帧实时预测
信息科学 | 基于光流法的宽波段视频后半帧实时预测
摘要:将后半帧图像作为当前帧图像的输人,用于降低自适应实时控制器计算延迟导致的误差,可有效提高快反镜校正精度,成为当前机载成像系统中的重要应用。本文提出了一种轻量化的基于光流法的视频后半帧实时预测方法。该方法以连续两帧图像为输入,通过光流估计模块预测前向与反向光流场。同时引入时间编码t,对预测得到的双向光流进行线性时间尺度放缩,并通过基于双线性变换的特征对齐实现后半帧预测。光流估计模块采用多层深度可分离卷积结构以显著降低模型参数量,引人通道注意力增强块实现特征通道间的自适应重标定以捕捉细节特征。实验结果表明:在可见光数据集上的PSNR大于27dB,SSIM大于0.93,后半帧预测速率不低于116frame/s,较典型算法高约6O frame/s;在红外数据集上的PSNR大于41dB,SSIM大于0.98,后半帧预测速率达到123frame/s,较典型算法高约6O frame/s。该算法在宽波段具有泛化能力并可高帧率、高质量预测后半帧。