跳到正文

FMA-Net

用一个模型同时做视频超分辨率与去模糊

访问官网

FMA-Net 是什么

FMA-Net 被介绍为一个用于视频超分辨率和去模糊的深度学习模型,可以把低分辨率、模糊的视频恢复成高分辨率、清晰的视频。它通过流引导的动态过滤和多注意力的迭代特征精炼技术处理视频中的大动作,实现视频的联合超分辨率和去模糊。

你可以用它做什么

  • 通过超分辨率恢复视频
  • 对模糊视频做去模糊增强
  • 处理视频中的大动作
  • 采用简单的模型结构

应用场景

  • 增强视频分辨率,使低清视频变得清晰
  • 对运动模糊的视频去模糊,使画面更清晰
  • 提高安监视频的分辨率,用于识别重要细节

适合谁使用

  • 视频编辑工作
  • 视频增强工作
  • 视频分析工作

优点与缺点

✓ 我们认可的地方

  • 一个模型同时完成超分辨率与去模糊
  • 能处理视频中的大动作

! 需要留意的地方

  • 处理对象是低分辨率与模糊的视频输入
  • 大动作处理依赖流引导的动态过滤

常见问题

模型恢复什么?

资料说明低分辨率和模糊的视频会被恢复成高分辨率、清晰的视频。

大动作怎么处理?

资料列出流引导的动态过滤和多注意力的迭代特征精炼技术。

最后评测: 2026-11-15

更多 AI 视频生成 工具

查看全部 →

评测方法