近日，计算机视觉领域内最负盛名的学术会议——ieee国际计算机视觉与模式识别会议（cvpr 2019）在美国加州举行，会上颁发了workshop ntire 2019 视频复原比赛相关奖项。由中国科学院深圳先进技术研究院、商汤科技、香港中文大学、南洋理工大学组成的联合团队研发的edvr算法，包揽了该比赛四个赛道的全部冠军。
此次视频复原比赛包含两个视频去模糊和两个视频超分辨率赛道，比赛结果显示，共有14支队伍进入最终的排名，该联合团队的算法大幅超越各个赛道的第二名，且在大部分数据集上精度指标都是最高的。目前，该算法论文 edvr: video restoration with enhanced deformable convolutional networks 已发布于arxiv，同时团队已将代码开源，深圳先进院数字所多媒体集成技术研究中心副研究员董超为论文作者之一。
在该论文中，作者介绍了这种新型算法，通过一种新的网络模块 pcd 对齐模块，使用 deformable 卷积进行视频的对齐，可实现整个过程端到端的训练；而在挖掘时域（视频前后帧）和空域（同一帧内部）的信息融合时，作者又提出了一种时空注意力模型，来进行更好的信息融合。该算法未来有望应用在视频直播、高清电视、手机拍摄、视频监控等领域。
在同期举办的图像复原大赛中，联合团队论文同样获得冠军。利用深度学习解决图像超分辨率问题，需要用到大量的训练数据，一般情况下，至少200个以上的图像对才能保证图像的超分辨率效果。而此次比赛仅提供60个图像对作为训练数据，大大限制了超分辨率的效果。团队的论文首次分析并解决了超分辨率网络中的过拟合问题，即便使用少量的图像数据，也可以获得出色的结果。
这支在国际顶级计算机视觉大赛中脱颖而出的队伍，专注于底层计算机视觉，包括图像和视频的超分辨率、去噪与增强等技术。2014年该团队首次利用深度学习实现图像超分辨率，引起了深度学习在底层视觉领域应用的热潮。2017年，团队获得cvpr 2017图像超分辨率的亚军；2018年，团队分别获得cvpr18和eccv18两届图像超分辨率比赛单一赛道的冠军。
深圳先进院数字所多媒体集成技术研究中心团队
附件下载：