BinRVR

新的二值化框架将视频修复计算量减少 96%

研究人员开发了 BinRVR，一个新颖的二值化神经网络框架，用于 RAW 视频修复，计算量和参数量显著减少约 96%，而性能仅下降约 4%。该框架引入了用于统一空间和时间信息建模的二值化信息交互模块 (BIIM) 和用于最小化量化误差的感知二值化卷积 (DAB-Conv)。BinRVR 支持多比特量化，可灵活权衡精度和效率，并在各种 RAW 视频修复任务中表现出竞争力，包括低光增强、去噪、去模糊和超分辨率，并可能应用于目标检测和单目深度估计。