前段时间商汤&南洋理工大学的视频超分算法获得比赛冠军算法，并入选CVPR 2022！它的名字叫做BasicVSR++，是对视频超分SOTA模型BasicVSR的进一步改进。

具体链接参考：

一举打败16个同类模型，视频超分比赛冠军算法入选CVPR 2022，来自商汤&南洋理工大学

这两天作者的主页上又更新了一个对比其他算法的效果

主页地址：https://ckkelvinchan.github.io/projects/BasicVSR++/

论文：https://arxiv.org/abs/2104.13371

代码：https://github.com/open-mmlab/mmediting

标题：BasicVSR++: Improving Video Super-Resolution with Enhanced Propagation and Alignment

效果展示

Highlights：

1、BasicVSR++ 在 NTIRE 2021 Video Restoration and Enhancement Challenge 中获得 3 项冠军和 1 项亚军。

2、BasicVSR++ 以相当的复杂性大大超过了当前的 state-of-the-art VSR 方法。

Network Details

左：BasicVSR++概述；右图：提出的光流引导可变形对齐模块。有关详细信息，请参阅我们的论文。

循环结构是视频超分辨率任务的流行框架选择。SOTA的方法 BasicVSR 采用具有特征对齐的双向传播来有效地利用来自整个输入视频的信息。在这项研究中，我们通过提出二阶网格传播和光流引导的可变形对齐来重新设计 BasicVSR。我们表明，通过增强循环框架的传播和对齐能力，可以更有效地利用未对齐视频帧的时空信息。新组件在类似的计算约束下导致性能提高。特别是，我们的模型 BasicVSR++ 在 PSNR 中以相似数量的参数超过 BasicVSR 0.82 dB。除了视频超分辨率，BasicVSR++ 还可以很好地推广到其他视频恢复任务，例如压缩视频增强。在 NTIRE 2021 中，BasicVSR++ 在视频超分辨率和压缩视频增强挑战中获得了 3 名冠军和 1 名亚军。

结果对比：

1、仅BasicVSR++ 可恢复衣服的条形图案