Geo-200K

GeoMag 使用状态空间模型实现一致的视频运动放大

研究人员开发了 GeoMag，一个利用状态空间模型增强不可感知动力学同时保持全局结构一致性的视频运动放大新框架。该方法通过提供线性复杂度，解决了现有方法（如 CNN 的有限上下文和 Transformer 的高计算成本）的局限性。为了改进复杂现实场景的训练，创建了一个名为 Geo-200K 的大规模合成数据集，该数据集具有多样化的几何变换和传感器逼真退化。实验表明，与以前的技术相比，GeoMag 在视觉保真度、计算效率和伪影减少方面表现更优。