EvTexture

EvTexture 是一篇发表在 ICML 2024 会议上的论文，其全称是 “EvTexture: Event-driven Texture Enhancement for Video Super-Resolution”。该研究提出了一种基于事件驱动的纹理增强方法，用于视频超分辨率（Video Super-Resolution，VSR）。EvTexture 利用事件相机捕捉高动态范围和高时间分辨率的信息，通过结合传统相机的视频帧和事件数据，有效改善了视频的细节和纹理效果。

使用场景

EvTexture 主要应用于以下场景：

1. 视频超分辨率：通过增强视频的细节和纹理，提高视频的清晰度和画质，尤其适用于需要高质量显示的场景如电影制作、视频监控和体育赛事转播等。
2. 高动态范围成像：利用事件相机捕捉高动态范围的信息，有效处理光线变化剧烈的场景，如夜间拍摄、车载摄像头监控等。
3. 快速运动物体捕捉：适用于拍摄快速运动的物体，如体育比赛、交通监控等，可以避免传统摄像机捕捉到的模糊现象，提高图像质量。

系统安装与测试

EvTexture 提供了详细的安装和测试步骤，可以在 Conda 环境或 Docker 容器中运行。用户可以下载预训练模型和测试数据集，通过简单的命令进行测试。此外，该项目也提供了多个视频演示，展示了在 Vid4 和 REDS4 数据集上的 4× 上采样效果。

相关链接

• 项目主页
• 论文地址
• 海报展示

研究作者

• Dachun Kai（主联系人）
• Jiayao Lu
• Yueyi Zhang
• Xiaoyan Sun
• 中国科学技术大学

引用格式

如果该工作对您的研究有所帮助，请引用以下论文：

@inproceedings{kai2024evtexture,
  title={Ev{T}exture: {E}vent-driven {T}exture {E}nhancement for {V}ideo {S}uper-{R}esolution},
  author={Kai, Dachun and Lu, Jiayao and Zhang, Yueyi and Sun, Xiaoyan},
  booktitle={International Conference on Machine Learning},
  year={2024},
  organization={PMLR}
}

联系方式

如果在使用过程中遇到问题，可以通过以下邮箱联系主作者：

• Dachun Kai: [email protected]

EvTexture 是在 Apache-2.0 许可下发布的，并在开发过程中借鉴了 BasicSR、RAFT 和 event_utils 项目中的一些代码和灵感。