Key points are not available for this paper at this time.
비디오 보간은 컴퓨터 비전에서 중요한 문제로, 카메라 센서의 시간적 한계를 극복하는 데 도움을 줍니다. 기존의 비디오 보간 방법은 일반적으로 연속 프레임 간의 균일한 움직임을 가정하고 선형 모델을 사용하여 보간을 수행하지만, 이는 실제 세계의 복잡한 움직임을 잘 근사하지 못합니다. 이러한 문제를 해결하기 위해, 우리는 비디오에서 가속도 정보를 활용하는 이차 비디오 보간 방법을 제안합니다. 이 방법은 곡선 경로 및 가변 속도로 예측할 수 있으며, 더 정확한 보간 결과를 생성합니다. 고품질 프레임 합성을 위해, 우리는 알려지지 않은 목표 프레임에서 소스 프레임으로 흐름 필드를 추정하는 흐름 역전 계층을 개발합니다. 또한, 우리는 흐름 개선 기술을 제시합니다. 광범위한 실험을 통해 우리의 접근 방식이 다양한 비디오 데이터 집합에서 기존의 선형 모델에 비해 우수한 성능을 발휘한다는 것을 입증합니다.
Xu et al. (Sat,)는 이 문제를 연구했습니다.